第頁2022年廣東省人工智能工程應(yīng)用職業(yè)技能競賽預(yù)選賽復(fù)習(xí)試題含答案1.33.(

)是最常見的評估指標(biāo)，是預(yù)測正確的樣本數(shù)量數(shù)除以所有樣本數(shù)量。一般來說，其值越高，分類器越好。A、精確率B、準(zhǔn)確率C、召回率D、斷續(xù)器【正確答案】：B解析：答案解析：準(zhǔn)確率（Accuracy）是最常見的評估指標(biāo)，準(zhǔn)確率是預(yù)測正確的樣本數(shù)量數(shù)除以所有樣本數(shù)量。一般來說，準(zhǔn)確率越高，分類器越好2.34.在分類任務(wù)中，常常使用混淆矩陣來評估模型的性能，關(guān)于混淆矩陣真陽性(TP)和真陰性(TN)說法正確的是（）。A、TP表示實際和預(yù)測都為真，TN表示實際和預(yù)測都為假B、TP表示實際為真預(yù)測為假，TN表示實際為真預(yù)測為假C、TP表示實際為假預(yù)測為真，TN表示實際為真預(yù)測為假D、TP表示實際為真預(yù)測為真，TN表示實際為真預(yù)測為假【正確答案】：A解析：答案解析：混淆矩陣中，真陽性表示實際和預(yù)測都為真，真陰性表示實際和預(yù)測都為假。3.19.人工智能時代的三大基石指的是算法、算力和（）。A、數(shù)據(jù)B、寬帶C、信號D、以上都不是【正確答案】：A解析：答案解析：成就人工智能時代的三大基石是是數(shù)據(jù)（即算料）、算法和算力。4.13.在芯片劃痕分類檢測過程中，可以使用下面什么指標(biāo)來評估模型？（）A、均方根誤差B、均方絕對誤差C、R方D、F1分?jǐn)?shù)【正確答案】：D解析：答案解析：芯片劃痕檢測是分類任務(wù)，所以需要選擇分類模型的評價指標(biāo)，其中F1分?jǐn)?shù)為分類模型的評價指標(biāo)。5.下列選項中，哪一項不是自然語言處理技術(shù)的應(yīng)用領(lǐng)域？（）A、機(jī)器翻譯B、問答系統(tǒng)C、文本分類D、條形碼識別【正確答案】：D解析：答案解析：條形碼識別不屬于人工智能應(yīng)用，是利用光電原理實現(xiàn)的。6.6.為了保障數(shù)據(jù)標(biāo)注質(zhì)量，一般需要進(jìn)行標(biāo)注檢查。下列選項中，不符合標(biāo)注檢查要求的是（）。A、檢查是否存在漏標(biāo)B、檢查被標(biāo)注目標(biāo)的標(biāo)簽類別是否正確C、檢查標(biāo)注框是否為圓形D、檢查標(biāo)注框是否完整貼合目標(biāo)【正確答案】：C解析：答案解析：數(shù)據(jù)標(biāo)注往往需要檢查是否存在漏標(biāo)、檢查被標(biāo)注目標(biāo)的標(biāo)簽類別是否正確、檢查是否重復(fù)標(biāo)注、檢查標(biāo)注框是否完整貼合目標(biāo)。7.32.一般情況下，可以將數(shù)據(jù)集分為訓(xùn)練集、驗證集和測試集，其中主要用于評估模型的泛化能力的是（）。A、訓(xùn)練集B、驗證集C、測試集D、以上都不是【正確答案】：C解析：答案解析：測試集用于評估最終模型的泛化能力。8.16.一般情況下，可以將數(shù)據(jù)集分為訓(xùn)練集、驗證集和測試集，其中驗證集的作用是（）。A、用于訓(xùn)練模型B、用于調(diào)整模型的參數(shù)C、用于評估模型的泛化能力D、以上都不是【正確答案】：B解析：答案解析：驗證集用于調(diào)整模型的超參數(shù)和用于對模型識別效果進(jìn)行初步評估。9.18.（

）是指在所有正樣本中預(yù)測正確的比例，即模型正確預(yù)測了多少個正樣本。A、精確率B、準(zhǔn)確率C、召回率D、斷續(xù)器【正確答案】：C解析：答案解析：召回率（Recall）和靈敏度（TPR）是同一個概念，指在所有正樣本中預(yù)測正確的比例，即模型正確預(yù)測了多少個正樣本10.17.下列選項中，正確描述了無監(jiān)督學(xué)習(xí)特點的是（）。A、利用少量的具有標(biāo)記信息的樣本和大量沒有標(biāo)記的樣本進(jìn)行學(xué)習(xí)B、利用具有標(biāo)記信息的樣本進(jìn)行學(xué)習(xí)C、對沒有類別標(biāo)記的樣本進(jìn)行學(xué)習(xí)D、利用自身生成的標(biāo)簽進(jìn)行學(xué)習(xí)【正確答案】：C解析：答案解析：無監(jiān)督學(xué)習(xí)是對沒有類別標(biāo)記的樣本進(jìn)行學(xué)習(xí)，學(xué)習(xí)目的通常是發(fā)現(xiàn)數(shù)據(jù)內(nèi)在結(jié)構(gòu)，典型任務(wù)是聚類和降維。11.3.在模型訓(xùn)練過程中，如果出現(xiàn)內(nèi)存不足的情況，下面操作正確的是（）。A、減少模型的訓(xùn)練迭代次數(shù)B、減少訓(xùn)練時的學(xué)習(xí)率C、減少訓(xùn)練的批次量大小D、以上方法都不對【正確答案】：C解析：答案解析：訓(xùn)練過程中，當(dāng)每次參與計算的數(shù)據(jù)太大可能造成內(nèi)存不足的情況，此時可以減少每次計算的數(shù)據(jù)量。即減少批次量大小。12.23.增強(qiáng)數(shù)據(jù)的任務(wù)目標(biāo)是（

）。A、提取數(shù)據(jù)特征B、生成大量額外的數(shù)據(jù)C、清楚相似數(shù)據(jù)D、清除無效數(shù)據(jù)【正確答案】：B解析：答案解析：增強(qiáng)數(shù)據(jù)任務(wù)目標(biāo)是以較低的成本生成大量額外的數(shù)據(jù)。13.10.在多分類任務(wù)中，往往需要使每個類別的數(shù)量大致平衡，下面操作正確的是（）。A、對數(shù)據(jù)量少的類別進(jìn)行欠采樣B、對數(shù)據(jù)量少的類進(jìn)行過采樣C、對數(shù)據(jù)量多的類別進(jìn)行過采樣D、以上方法都不對【正確答案】：B解析：答案解析：處理數(shù)據(jù)不平衡一般采用欠采樣和過采樣兩種方法。欠采樣是通過減少豐富類的大小來平衡數(shù)據(jù)集，當(dāng)數(shù)據(jù)量不足時就應(yīng)該使用過采樣，它嘗試通過增加稀有樣本的數(shù)量來平衡數(shù)據(jù)集。14.20.在下列選項中，不屬于“智能”的能力的是（）。A、感知能力B、記憶與思維能力C、學(xué)習(xí)與適應(yīng)能力D、生存和繁衍能力【正確答案】：D解析：答案解析：生存和繁衍能力屬于生物本能，不屬于智能。15.2.對海量數(shù)據(jù)進(jìn)行存儲往往需要對數(shù)據(jù)進(jìn)行編碼，將文本數(shù)據(jù)編碼為二進(jìn)制時，常見的編碼格式不包括（）。A、UTF-8B、GBKC、WEBPD、Unicode【正確答案】：C解析：答案解析：常見的字符編碼格式包括UTF-8，GBK，ASCII，Unicode等，webp為圖像的編碼格式。16.7.在多分類任務(wù)中，數(shù)據(jù)不平衡往往對模型結(jié)果會有影響，下面說法正確的是（）。A、欠采樣可以使數(shù)據(jù)量少的類別樣本更加豐富B、過采樣可以使數(shù)據(jù)量少的類別樣本更加豐富C、對數(shù)據(jù)量多的類別可以進(jìn)行過采樣D、以上說法都不對【正確答案】：B解析：答案解析：處理數(shù)據(jù)不平衡一般采用欠采樣和過采樣兩種方法。欠采樣是通過減少豐富類的大小來平衡數(shù)據(jù)集，當(dāng)數(shù)據(jù)量不足時就應(yīng)該使用過采樣，它嘗試通過增加稀有樣本的數(shù)量來平衡數(shù)據(jù)集。17.1.假設(shè)將一張圖像數(shù)據(jù)輸入進(jìn)計算機(jī)視覺模型中，得到結(jié)果為[["score":0.7926366,"name":"美人梅"]["score":0.63683325,"name":"櫻花"]["score":0.037346818,"name":"垂絲海棠"]]，

如果將置信度設(shè)置為0.7，根據(jù)模型的預(yù)測結(jié)果可以知道預(yù)測圖像的類型為（）。A、美人梅B、櫻花C、垂絲海棠D、都不是【正確答案】：A解析：答案解析：根據(jù)預(yù)測的結(jié)果可以看到每個類別的概率，大于置信度則認(rèn)為識別正確，所以模型預(yù)測為美人梅。18.25.在分類任務(wù)中，常常使用混淆矩陣來評估模型的性能，關(guān)于混淆矩陣假陽性(FP)和假陰性(FN)說法正確的是（）。A、FP表示實際和預(yù)測都為真，F(xiàn)N表示實際和預(yù)測都為假B、FP表示實際為真預(yù)測為假，F(xiàn)N表示實際為真預(yù)測為假C、FP表示實際為假預(yù)測為真，F(xiàn)N表示實際為真預(yù)測為假D、FP表示實際為真預(yù)測為真，F(xiàn)N表示實際為真預(yù)測為假【正確答案】：C解析：答案解析：混淆矩陣中，假陽性表示實際為假，預(yù)測為真，假陰性表示實際為真，預(yù)測為假。19.35.計算機(jī)視覺在實際生活中應(yīng)用非常廣泛，下面哪項不屬于計算機(jī)視覺模型的應(yīng)用？（）A、菜品識別B、車輛損傷識別C、文本翻譯D、廣告檢測【正確答案】：C解析：答案解析：A，B，D都屬于計算機(jī)視覺的應(yīng)用，C屬于自然語言處理的應(yīng)用。20.8.5W1H分析法通常用于人工智能應(yīng)用開發(fā)前的項目需求分析任務(wù)。下列選項中，哪一項不是5W1H分析法需要確定的內(nèi)容？（）A、對象（What）B、多少（多少錢）C、人員D、方法（How）【正確答案】：B解析：答案解析：5W1H分析法中指出，完成一個場景應(yīng)用項目的需求分析需要從對象（What）、原因（Why）、地點（Where）、時間（When）、人員（Who）、方法（How）6個方面提出問題并進(jìn)行思考和總結(jié)。21.15.文本相似度標(biāo)注指的是對兩份文本通過標(biāo)注（

）的方法進(jìn)行標(biāo)注，這是使用一串?dāng)?shù)值來描述一個詞的方法。A、實體B、詞向量C、情感D、相似度【正確答案】：B解析：答案解析：文本相似度標(biāo)注指的是對兩份文本通過標(biāo)注"詞向量"等方法進(jìn)行標(biāo)注，詞向量就是使用一串?dāng)?shù)值來描述一個詞的方法。22.21.在芯片引腳檢測過程中，不能用于模型評估指標(biāo)的是（）。A、準(zhǔn)確率B、mapC、R方D、F1分?jǐn)?shù)【正確答案】：C解析：答案解析：芯片引腳檢測是目標(biāo)檢測任務(wù)，可以使用準(zhǔn)確率、精確度、f1分?jǐn)?shù)、mAP值等作為評價指標(biāo)，R方不可作為目標(biāo)檢測的評價指標(biāo)。23.12.關(guān)于芯片劃痕分類檢測，下列說法正確的是（）A、芯片劃痕分類檢測的結(jié)果是離散的B、芯片劃痕分類檢測的結(jié)果是定量的C、芯片劃痕分類檢測的結(jié)果是連續(xù)的D、芯片劃痕分類檢測的結(jié)果是線性的【正確答案】：A解析：答案解析：芯片劃痕分類檢測是一個分類任務(wù)，分類任務(wù)的輸出結(jié)果是離散的。24.11.在人工智能產(chǎn)業(yè)鏈中，不屬于基礎(chǔ)層提供的硬件設(shè)施的是（）。A、中央處理器B、顯卡C、傳感器D、操作系統(tǒng)【正確答案】：D解析：答案解析：操作系統(tǒng)屬于軟件程序，不屬于硬件設(shè)施。25.22.特征工程不包括以下哪一步驟？（）A、數(shù)據(jù)采集B、數(shù)據(jù)預(yù)處理C、數(shù)據(jù)特征可視化D、數(shù)據(jù)特征挖掘【正確答案】：A解析：答案解析：特征工程中常見步驟包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)特征可視化和數(shù)據(jù)特征挖掘。26.29.在使用2D標(biāo)注框進(jìn)行人臉圖像標(biāo)注時，下列說法正確的是（）。A、不需要沿著目標(biāo)物體的邊緣進(jìn)行畫框標(biāo)注B、每一個目標(biāo)物體均需要單獨標(biāo)注，不可以合并在一起進(jìn)行標(biāo)注C、模糊不清的圖像同樣需要進(jìn)行標(biāo)注D、標(biāo)注框可以超過圖像邊界【正確答案】：B解析：答案解析：選項A錯誤，標(biāo)注框需緊貼目標(biāo)物體的邊緣進(jìn)行畫框標(biāo)注，框的范圍不可過大或過小；選項B正確；選項C錯誤，模糊不清及不符合項目特殊規(guī)則的圖像不進(jìn)行標(biāo)注；選項D錯誤，標(biāo)注框不可以超過圖像邊界。27.9.對引腳檢測數(shù)據(jù)進(jìn)行標(biāo)注時，應(yīng)使用以下哪種方式進(jìn)行數(shù)據(jù)標(biāo)注？（）A、關(guān)鍵點B、直線C、矩形框D、圓形【正確答案】：C解析：答案解析：引腳檢測的主要目的是檢測芯片的引腳，因此需要使用矩形框標(biāo)注出引腳的位置。28.27.計算機(jī)視覺與機(jī)器視覺極易混淆，下列說法錯誤的是（）。A、一般來說，相對于計算機(jī)視覺，機(jī)器視覺對精度的要求更高B、機(jī)器視覺偏重于深度學(xué)習(xí)且偏向于軟件C、計算機(jī)視覺的應(yīng)用場景復(fù)雜，目標(biāo)類別多樣，規(guī)律性不強(qiáng)D、機(jī)器視覺技術(shù)可應(yīng)用于軍事行業(yè)，用于檢測航空航空著陸姿勢【正確答案】：B解析：答案解析：選項B錯誤，偏軟件的是計算機(jī)視覺，計算機(jī)視覺的應(yīng)用更廣，而不是機(jī)器視覺。29.31.按照字段類型進(jìn)行劃分，個人姓名的數(shù)據(jù)屬于（

）。A、文本類B、數(shù)值類C、實踐類D、以上都不是【正確答案】：A解析：答案解析：文本類數(shù)據(jù)常用于描述性字段，如個人姓名、家庭住址、文章摘要等。30.28.在深度學(xué)習(xí)領(lǐng)域中，通常使用（）來評估模型的優(yōu)劣，即評估模型預(yù)測值和真實值的差異。A、優(yōu)化函數(shù)B、激活函數(shù)C、損失函數(shù)D、正則方法【正確答案】：C解析：答案解析：在深度學(xué)習(xí)領(lǐng)域中，通常使用損失函數(shù)來評估模型的優(yōu)劣，即評估模型預(yù)測值和真實值的差異。31.30.根據(jù)實現(xiàn)場景和實現(xiàn)程度的不同，可以將人工智能的研究目標(biāo)分為弱人工智能、強(qiáng)人工智能和超強(qiáng)人工智能三個層次，其中“弱人工智能”層次對應(yīng)著（）階段。A、擬人B、類人C、超越人D、以上都不對【正確答案】：A解析：答案解析：人工智能的研究目標(biāo)分作3個層次，分別為弱人工智能、強(qiáng)人工智能和超強(qiáng)人工智能，對應(yīng)擬人、類人和超越人3個階段。32.4.圖像標(biāo)注的質(zhì)量取決于以下哪一因素？（）A、圖像標(biāo)注目標(biāo)的大小B、標(biāo)注的圖像尺寸大小C、像素點判定的準(zhǔn)確性D、圖像中像素點的大小【正確答案】：C解析：答案解析：圖像標(biāo)注的質(zhì)量好壞取決于像素點判定的準(zhǔn)確性。標(biāo)注像素點越接近被標(biāo)注物的邊緣像素，標(biāo)注的質(zhì)量就越高，標(biāo)注的難度也越大。33.24.全連接神經(jīng)網(wǎng)絡(luò)的構(gòu)建與訓(xùn)練不包括以下哪個步驟？（）A、模型部署B(yǎng)、優(yōu)化器選擇C、模型設(shè)計D、訓(xùn)練配置【正確答案】：A解析：答案解析：模型的構(gòu)建和訓(xùn)練包括模型的設(shè)計，訓(xùn)練超參數(shù)的選擇，優(yōu)化器選擇，損失函數(shù)等。模型部署屬于模型的應(yīng)用。34.26.以下屬于特征工程步驟的是（）。A、特征融合B、數(shù)據(jù)預(yù)處理C、數(shù)據(jù)特征可視化D、以上都對【正確答案】：D解析：答案解析：特征工程中常見步驟包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)特征可視化和數(shù)據(jù)特征挖掘，其中特征融合屬于特征挖掘的一種。35.14.要實現(xiàn)強(qiáng)大的人工智能模型往往需要海量的數(shù)據(jù)，數(shù)據(jù)的存儲就顯得非常重要。對于圖像數(shù)據(jù)，可以對圖像進(jìn)行編碼，去除冗余數(shù)據(jù)進(jìn)行圖片數(shù)據(jù)的壓縮，在圖片壓縮中，不包括的冗余為（）。A、編碼冗余B、音頻信號冗余C、像素間冗余D、視覺冗余【正確答案】：B解析：答案解析：在圖片壓縮中，包括3種基本的冗余：編碼冗余、像素間冗余和視覺冗余。1.41.數(shù)據(jù)是進(jìn)行人工智能項目的基礎(chǔ)也是非常重要的一環(huán)，下面哪些屬于正確獲取數(shù)據(jù)集的途徑？（）A、在網(wǎng)上尋找開源數(shù)據(jù)B、自己根據(jù)實際需求在生活中收集數(shù)據(jù)C、網(wǎng)絡(luò)爬取隱私數(shù)據(jù)D、胡亂編造數(shù)據(jù)【正確答案】：AB解析：答案解析：收集數(shù)據(jù)一般采用三種數(shù)據(jù)采集方法：尋找開源數(shù)據(jù)、自己采集數(shù)據(jù)、網(wǎng)路爬蟲。但是網(wǎng)絡(luò)爬蟲需要注意，避免觸犯法律法規(guī)。2.43.關(guān)于數(shù)據(jù)的采集，下面說法正確的是（）。A、對數(shù)據(jù)的質(zhì)量控制應(yīng)該貫穿整個采集過程，遵循但不限于以下原則：完整性、準(zhǔn)確性、一致性、時效性、可訪問性、可追溯性。B、圖片數(shù)據(jù)的采集可以通過對視頻提取幀的方式獲得C、數(shù)據(jù)的采集一定要與實際的應(yīng)用場景一致D、一般數(shù)據(jù)越多越好，所以數(shù)據(jù)都可以直接拿來使用【正確答案】：ABC解析：答案解析：數(shù)據(jù)的質(zhì)量對模型的結(jié)果影響很大，所以采集到的數(shù)據(jù)要對其進(jìn)行整理，去掉低質(zhì)量的數(shù)據(jù)。3.38.圖像數(shù)據(jù)采集的過程中需要注意哪些方面？（

）A、采集盡可能多的數(shù)據(jù)B、盡可能采集與真實業(yè)務(wù)場景一致的數(shù)據(jù)C、每張數(shù)據(jù)都只能有一個目標(biāo)主體D、盡可能覆蓋實際場景中的所有情況【正確答案】：BD解析：答案解析：在采集數(shù)據(jù)的過程中，主要的原則為盡可能采集與真實業(yè)務(wù)場景一致的數(shù)據(jù)，并覆蓋可能有的各種情況，如拍照角度、光線明暗的變化等。4.44.在進(jìn)行圖像數(shù)據(jù)處理時，常常需要對圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)的增強(qiáng)，下面屬于幾何變換的數(shù)據(jù)增強(qiáng)的方式是（）。A、抖動B、平移C、裁剪D、高斯模糊【正確答案】：ABC解析：答案解析：數(shù)據(jù)增強(qiáng)是數(shù)據(jù)處理中常用的操作，比較常用的幾何變換方法有：翻轉(zhuǎn)、旋轉(zhuǎn)、裁剪、縮放、平移、抖動等。比較常用的像素變換方法如調(diào)節(jié)亮度、調(diào)節(jié)對比度、高斯模糊等。5.47.在人工智能模型訓(xùn)練過程中，下面哪些因素可以影響訓(xùn)練的快慢？（）A、學(xué)習(xí)率B、每次訓(xùn)練數(shù)據(jù)的批次大小C、計算資源的選擇D、模型結(jié)構(gòu)的復(fù)雜度【正確答案】：ABCD解析：答案解析：影響模型訓(xùn)練速度主要有3個因素：數(shù)據(jù)、算法與算力，每次訓(xùn)練數(shù)據(jù)的批次大小屬于數(shù)據(jù)，批次的大小影響速度的快慢。計算資源屬于算力，選擇的計算資源越好，速度越快，模型結(jié)構(gòu)屬于算法，模型結(jié)構(gòu)的復(fù)雜度影響模型訓(xùn)練的速度。其中，學(xué)習(xí)率屬于算法中的超參數(shù)，學(xué)習(xí)率越大速度越快，但可能達(dá)不到最優(yōu)解。6.48.數(shù)據(jù)的處理包括（）。A、數(shù)據(jù)的增強(qiáng)處理B、模型的優(yōu)化處理C、數(shù)據(jù)的重復(fù)值處理D、神經(jīng)網(wǎng)絡(luò)正向傳播過程【正確答案】：AC解析：答案解析：模型優(yōu)化和神經(jīng)網(wǎng)絡(luò)正向傳播過程屬于模型的訓(xùn)練和調(diào)優(yōu)等過程。7.40.人工智能項目開發(fā)的基本流程可分為4個部分，分別為數(shù)據(jù)處理、模型訓(xùn)練、模型校驗、模型部署，下面屬于模型訓(xùn)練部分的是（）。A、數(shù)據(jù)采集B、模型搭建C、數(shù)據(jù)清洗D、優(yōu)化器選擇【正確答案】：BD解析：答案解析：模型訓(xùn)練的過程包括模型的搭建、損失函數(shù)選擇、優(yōu)化器的選擇等8.46.人工智能項目開發(fā)的基本流程可分為4個部分，分別為數(shù)據(jù)處理、模型訓(xùn)練、模型校驗、模型部署，下面屬于數(shù)據(jù)處理部分的是（）。A、數(shù)據(jù)采集B、模型搭建C、數(shù)據(jù)清洗D、模型調(diào)優(yōu)【正確答案】：AC解析：答案解析：數(shù)據(jù)處理包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注等等過程。9.49.關(guān)于人工智能的關(guān)鍵技術(shù)，以下說法正確的是（

）。A、自然語言處理一般處理的過程主要包括語料獲取、數(shù)據(jù)預(yù)處理、特征工程、特征選擇等。B、知識圖譜可以用來描述真實世界中間存在的各種實體，但是不能描述各實體之間的關(guān)系C、語音識別技術(shù)就是讓機(jī)器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)D、計算機(jī)視覺技術(shù)的任務(wù)是通過視覺的方法實現(xiàn)計算機(jī)對環(huán)境進(jìn)行信息提取、處理、理解和分析【正確答案】：ACD解析：答案解析：選項B錯誤，知識圖譜可以用來描述各實體之間的關(guān)系。10.36.圖像數(shù)據(jù)清洗過程中，需要用到的Python庫有（

）。A、OpenCVB、osC、numPyD、shutil【正確答案】：AB解析：答案解析：OpenCV庫是一個開源的計算機(jī)視覺庫，提供了很多用于圖像數(shù)據(jù)處理的函數(shù);Matplotlib庫是一個數(shù)據(jù)可視化繪圖庫;os庫是標(biāo)準(zhǔn)庫，其函數(shù)常被用于路徑操作、進(jìn)程管理、環(huán)境參數(shù)等幾類;shutil則是高級的文件、文件夾、壓縮包處理模塊。11.37.數(shù)據(jù)采集的過程中，對于數(shù)據(jù)的質(zhì)量控制需要遵守以下哪些原則？（）A、時效性B、可訪問性C、一致性D、可追溯性【正確答案】：ABCD解析：答案解析：對數(shù)據(jù)的質(zhì)量控制應(yīng)該貫穿整個采集過程，遵循但不限于以下原則：完整性、準(zhǔn)確性、一致性、時效性、可訪問性、可追溯性。12.45.進(jìn)行情感分類文本數(shù)據(jù)清洗時，查找缺失值需要用到的函數(shù)有（

）。A、any()B、isnull()C、apply()D、mean()【正確答案】：AB解析：答案解析：在查看是否存在缺失數(shù)據(jù)時，如果數(shù)據(jù)量較大，可以加入any（）函數(shù)查看是否存在缺失數(shù)據(jù)，再采用isnull（）函數(shù)查看全部數(shù)據(jù)。13.39.關(guān)于深度學(xué)習(xí)的描述，下列說法正確的是（）。A、深度學(xué)習(xí)通過學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，進(jìn)而研究信息的最佳表示及獲取方法B、深度學(xué)習(xí)模型的優(yōu)勢在于，無論模型多么復(fù)雜，都可以快速完成模型訓(xùn)練C、相比于機(jī)器學(xué)習(xí)，深度學(xué)習(xí)技術(shù)所需處理的數(shù)據(jù)樣本量相對較少D、深度學(xué)習(xí)以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu)【正確答案】：AD解析：答案解析：相比于機(jī)器學(xué)習(xí)，深度學(xué)習(xí)技術(shù)所需處理的數(shù)據(jù)樣本量相對較多，并具備更強(qiáng)的處理能力。但是深度學(xué)習(xí)模型的缺點是需要更長的時間來執(zhí)行模型，在某些情況下,取決于復(fù)雜性,執(zhí)行單個模型甚至需要幾天的時間，因此選項BC錯誤。14.42.關(guān)于圖像分割任務(wù)，下面說法錯誤的是（）。A、圖像分割就是提取出指定的目標(biāo)輪廓并獲取它的類型B、圖像分割只能獲得目標(biāo)的輪廓信息C、圖像分割主要包括實例分割，語義分割和全景分割D、圖像分割可以使用FasterRCNN算法實現(xiàn)【正確答案】：ABD解析：答案解析：選項A錯誤，“提取出指定的目標(biāo)輪廓并獲取它的類型”指的是“實例分割”，而實例分割是圖像分割中的一種，因此該說法以偏概全，不能完全代表圖像分割;選項B錯誤，圖像分割不僅能獲得目標(biāo)的輪廓信息，還能獲得目標(biāo)的類別信息以及各種語義信息;選項C正確;選項D錯誤，F(xiàn)asterRCNN算法主要用于目標(biāo)檢測，圖像分割可以使用MaskRCNN算法實現(xiàn)。15.50.人工智能理論學(xué)派“符號主義”的思想包括以下哪些觀點（）。A、認(rèn)為智能不需要知識、不需要表示、不需要推理B、認(rèn)為人工智能的核心問題是知識表示、知識推理C、認(rèn)為人的認(rèn)知基元是符號D、認(rèn)為能夠用計算機(jī)的符號操作來模擬人的認(rèn)知過程【正確答案】：BCD解析：答案解析：選項A是"行為主義"的主要思想。1.51.專注于且只能解決特定領(lǐng)域問題的人工智能也被稱為強(qiáng)人工智能A、正確B、錯誤【正確答案】：B解析：答案解析：專注于且只能解決特定領(lǐng)域問題的人工智能是弱人工智能，強(qiáng)人工智能指的是可以勝任人類所有工作的人工智能。2.54.圖像數(shù)據(jù)可視化步驟可以使用Matplotlib庫進(jìn)行圖像數(shù)據(jù)的展示A、正確B、錯誤【正確答案】：A解析：答案解析：Matplotlib庫是一個Python數(shù)據(jù)可視化繪圖庫。用于在Python中創(chuàng)建靜態(tài)畫板、動畫和