在线网课学习课堂《人工智能原理》单元测试考核答案

注：不含主观题
第1题
选择以下关于人工智能概念的正确表述。
A 人工智能是通过机器或软件展现的智能。
B  人工智能旨在创造智能机器。
C 人工智能将其定义为人类智能体的研究。
D 人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事。
E 人工智能是研究和构建在给定环境下表现良好的智能体程序。
第2题
图灵测试旨在给予哪一种令人满意的操作定义？
A  机器智能
B  人类智能
C  机器动作
D  人类动作
E (5)机器思考
F (6)人类思考
第3题
如下学科中哪些是人工智能的基础？
A  哲学
B  历史
C  数学
D  医学
E  经济学
F  心理学
第4题
理性指的是一个系统的属性，即在____的环境下做正确的事。
第5题
下列陈述中哪些是描述强AI（通用AI）的正确答案：？
A  是经过适当编程的具有正确输入和输出的计算机，因此有与人类同样判断力的头脑。
B  其定义为无知觉的计算机智能，或专注于一个狭窄任务的AI。
C  指的是一种机器，具有将智能应用于任何问题的能力。
D  指的是一种机器，仅针对一个具体问题。
第6题
选择下列计算机系统中属于人工智能的实例。
A  超市条形码扫描器
B  Web搜索引擎
C  声控电话菜单
D  智能个人助理
E  机器人
第7题
选择下列哪些是人工智能的研究领域。
A 分布式计算
B 专家系统
C 软件外包
D 机器学习
E 图像理解
F 人脸识别
第8题
考察人工智能（AI）的一些应用，去发现目前下列哪些任务可以通过AI来解决。
A  打一场像样的乒乓球比赛
B  在市场上购买一周的食品杂货
C  在Web上购买一周的食品杂货
D  以竞技水平玩德州扑克游戏
E  将英文口语实时翻译为中文口语
Part I. Basics: Chapter 2. Intelligent Agent

第1题
考虑智能体函数与智能体程序的差异，从下列陈述中选择正确的答案。
A  一个智能体程序实现一个智能体函数。
B  一个智能体函数实现一个智能体程序。
C  一个智能体程序与一个智能体函数没有任何关系。
D  一个智能体程序与一个智能体函数相同。
第2题
对于如下比拟，选择哪些方法更通用并且更适合于科学开发。
A  类人思考
B  理性思考
C  类人动作
D  理性动作
第3题
理性智能体指的是有正确行为的智能体，但正确的行为意味着什么？考虑智能体行为的后果，选择下列有关“正确的行为”概念的真实陈述。
A  智能体在某个环境中依据感知生成动作序列。
B  这些动作序列引起环境改变而产生状态序列。
C  如果该序列是所期望的，则该智能体表现良好。
D  但若该序列是不期望的，则该智能体对其环境造成破坏。
第4题
PEAS是一种任务环境描述，它代表：
A  性能
B  感知
C  环境
D  排斥
E  动作器
F  动作
G  感觉
H  感受器
第5题
下列中语句哪些与智能体环境类型有关？
A  完全可观测与部分可观测
B  单智能体与多智能体
C  好的智能体与差的智能体
D  确定性与随机性
E  阵发性与连续性
F  固体与液体
G  完美与不完美
第6题
选择下列哪些方法可以用于表示表示智能体的状态。
A  原子式
B 分布式
C  因子式
D  网络式
E  模块式
F  结构式
第7题
凭借符号及他们之间的关系来表征信息的人工智能方法是____，而用网络内部的一种分布式形式来表征信息的是____。
第8题
智能体可以看作是通过____感知外部环境，并且通过____作用于外部环境的任何事物。
Part II. Searching: Chapter 3. Solving Problems by Search
第1题
有两种8皇后问题的形式化方式。“初始时8个皇后都放在棋盘上，然后再进行移动”是哪一种形式化方式？
A 增量形式化
B 正则形式化
C  全态形式化
D  半态形式化
第2题
设h(n)表示启发式函数且g(n)表示代价，则贪婪搜索所使用的评价函数是：
A  f(n) = h(n)
B  f(n) = g(n)
C f(n) = g(n) + h(n)
D  f(n) = g(n) – h(n)
第3题
设h(n)表示启发式函数且g(n)表示代价，则A*搜索所使用的评价函数是：
A  f(n) = h(n)
B f(n) = g(n)
C f(n) = g(n) + h(n)
D f(n) = g(n) – h(n)
E  f(n) = h(n)
F  f(n) = g(n)
G f(n) = g(n) + h(n)
第4题
下列哪些项用于对问题进行形式化？
A 环境
B 初始状态
C 目标状态
D 感知
E 动作
F 执行器
G  转换模型
H  智能体函数
I 目标检测
J 路径检测
第5题
选择如下哪些搜索方法属于无信息搜索。
A  A*搜索
B 最佳优先搜索
C 双向搜索
D  宽度优先搜索
E 深度优先搜索
F  深度受限搜索
G  贪婪搜索
H  一致代价搜索
第6题
除了问题本身的定义之外，使用问题特定知识的搜索策略被认为是：
A 二元搜索
B  蛮力搜索
C  有信息搜索
D 无信息搜索
E 启发式搜索
第7题
1、某些____或____问题只能通过搜索来求解。
第8题
2、问题形式化是给定一个目标，决定要考虑的____与____的处理。
第9题
某些____或____问题只能通过搜索来求解。
Part II. Searching: Chapter 4. Local Search and Swarm Intelligence
第1题
在内存中仅保存一个节点似乎是对内存限制问题的极端反应。局部束搜索保持：
A  k个状态而不仅仅为一
B  m个状态而不是n个
C  仅有一个状态而不是k个
D  仅有n状态而不是m
第2题
遗传算法是随机束搜索的一个变体，其中后继节点的生成是由：
A  组合两个双亲状态而不是修改单一状态。
B  组合两个双亲节点而不是修改单一节点。
C  组合单一状态而不是组合两个双亲状态。
D  组合单一节点而不是组合两个双亲节点。
第3题
爬山搜索有时也被称为贪婪局部搜索，因为它只顾抓住一个好的邻接点的状态，而不提前思考下一步该去哪儿。它在三种情况下经常被困：
A  山丘
B  局部最大值
C  高山
D  高原
E  山岭
第4题
以下关于模拟退火算法的陈述哪些是正确的？
A [1]模拟退火算法的内循环与爬山法非常相似。
B [2]模拟退火算法的内循环与爬山法完全不同。
C [3]模拟退火算法不是选择最佳行动，而是选择随机行动。
D [4]模拟退火算法不是选择随机行动，而是选择最佳行动。
第5题
1.局部搜索算法使用一个____（而不是多条路径），并且通常仅移动到该节点的____节点。
第6题
2.除了寻找目标之外，局部搜索算法对解决纯____也很有效。其目的是根据一个____找到其最好的状态。
第7题
3.蚁群优化算法是是受蚂蚁在____和____之间寻找路径行为的启发而形成的。
第8题
4.受鸟类和鱼类的社会行为的启发，粒子群优化算法采用若干____构成一个围绕搜索空间移动的____来寻找最优解。
Part II. Searching:
第1题
以下关于博弈的陈述哪个是正确的？
A  对抗搜索通常称为博弈。
B  经典搜索问题通常称为博弈。
C  启发式搜索问题通常称为博弈。
D  局部搜索问题通常称为博弈。
第2题
___________中智能体交互动作的总收益和损失可以小于或大于零。
A  计算机博弈
B  非零和博弈
C  双人博弈
D  零和博弈
第3题
从如下关于零和博弈minimax规则的概念中选择正确的答案。
A  每个玩家会使自己可能的最大收益变得最大。
B  每个玩家会使自己可能的最大收益变得最小。
C  每个玩家会使对手可能的最大损失变得最大。
D  每个玩家会使对手可能的最大损失变得最小。
第4题
以下关于alpha–beta剪枝的陈述哪些是正确的？
A  Alpha–beta剪枝旨在减少其搜索树中由minimax算法评价的节点数量。
B  Alpha–beta剪枝旨在增加其搜索树中由minimax算法评价的节点数量。
C  Alpha–beta剪枝旨在消除其搜索树中由minimax算法评价的大部分。
D  Alpha–beta剪枝旨在添加其搜索树中由minimax算法评价的大部分。
第5题
1.克劳德·香农提出：程序应该早一些剪断搜索，并在搜索中对状态应用____，有效地将非终端节点转换为终端叶节点。
第6题
2.____是一种具有概率转换的动态博弈，有一个或多个玩家。
第7题
3.蒙特卡罗方法是一大类计算算法，它凭借____来获得数值结果。
第8题
4.____树搜索对最有利的动作进行分析，根据搜索空间的随机采样来扩展搜索树。
Part II. Searching: Chapter 6. Constraint Satisfaction Problem
第1题
设{A, B, C, D}为变量，每个变量的域是{u, v, w}，且“!=”表示不等于，从如下表达式中选择那个是CSP形式化的2元约束？
A  <(a), a=”v”>
B  Diff(A, D)
C  A + B = C
D Alldiff(A, B, C, D)
第2题
从如下用于约束满足问题 (CSP)的状态表示中选择正确的答案。
A  原子
B  分布
C  因子
D 网络
E 分子
F 结构
第3题
比较CSP和状态空间搜索，并从下列叙述中选择正确的答案。
A  CSP求解系统会比状态空间搜索求解系统快。
B CSP求解系统会比状态空间搜索求解系统慢。
C CSP可以快速排除大的搜索空间样本。
D 状态空间搜索可以快速排除大的搜索空间样本。
第4题
如下陈述中哪些是约束传播局部一致性的正确类型？
A 弧一致
B 图一致
C  k一致
D 环路一致
E  节点一致
F  路径一致
G 树一致
第5题
从如下有关“回溯搜索”概念中选择正确的答案。
A 每次为变量选择值并且当变量没有合法赋值时回溯。
B 每次为变量选择值并且当变量有一个或多个合法赋值时回溯。
C 递增地构建解的候选，并且一旦确定部分候选c不能成为合法的解，就将c抛弃。
D 递增地构建解的候选，并且一旦确定部分候选c不能成为非法的解，就将c抛弃。
第6题
约束满足问题 (CSP) 被定义为其状态必须满足若干____的一组对象。
第7题
在对一个变量选择一个新值时，最小冲突启发式选择导致与其它变量呈现____的值。
第8题
3.为了简化约束图为树结构，有两种方法可以采用，即____和____。
Part III. Reasoning: Chapter 7. Reasoning by Knowledge
第1题
选择以下哪种方法可以使用一阶逻辑。
A 陈述性方法
B  函数型方法
C 对象型方法
D 过程性方法
第2题
下列中哪一项是根据信息来定义的？
A 数据
B 信息
C  知识
D 智慧
第3题
哪种知识可用于描述如何求解问题？
A 陈述性知识
B 深层知识
C 动态知识
D 启发性知识
E 过程性知识
F 静态知识
第4题
选择如下关于“语义网络”概念的正确陈述。
A  可以表示概念之间的语义关系。
B  可以很好地表示大的域、性能或元知识。
C  可以被表示为一种直接或间接的图，由表示概念的节点和表示概念之间语义关系的弧组成。
D 语义网络可以用于当所具有的知识可被很好地理解为一组彼此相关的概念时。
第5题
选择下列关于本体的陈述哪些是正确的。
A  本体是一种对特定论域中实体的类型、特性和相互关系的形式化命名和定义。
B  本体提供一个领域的公共词汇，并且定义一些术语的含义和它们之间的关系。
C  无法创建本体来组织可用于问题求解的信息。
D 无法将本体分为上层本体、领域本体、或混合本体。
第6题
贝叶斯网络的同义词包括：
A 信念网络
B 因果网络
C  计算机网络
D 神经网络
E  概率网络
F 社交网络
第7题
1.____系统由知识库和搜索引擎组成，其中，____表示关于世界的事实，推理引擎则可以对这些事实进行推理。
第8题
2.____表示关注于设计计算机表示来采集关于世界的____，可用于解决复杂的问题。
Part IV. Planning: Chapter 8. Classic and Real-world Planning
第1题
学习了单智能体问题和多智能体问题之间的区别后，从如下描述中选择正确的答案。
A 多效用器和多躯体这两者都是单智能体问题。
B 多效用器和多躯体这两者都是多智能体问题。
C  多效用器是单智能体问题，而多躯体是多智能体问题。
D  多躯体是单智能体问题，而多效用器是多智能体问题。
第2题
选择如下有关经典规划的正确特征。
A 动态环境中完全可观测。
B  静态环境中部分可观测。
C 每次保持不确定性的动作。
D 每次保持确定性的动作。
E  一个智能体仅有一个已知的初始状态。
F  若干个智能体具有多个已知的初始状态。
第3题
下列方法中哪些可用于经典规划？
A 布尔可满足性
B  约束满足
C 一阶逻辑推理
D  规划图
E 规划精进
F 状态空间搜索
第4题
现实世界中用于规划和调度的规划者更为复杂，因此选择以下哪些应该扩展。
A 表示语言
B 规划算法
C 与环境交互的方式
D 用于规划的途径
第5题
多智能体的特征是：
A 自主性
B 集中控制
C  分散化
D 全局视野
第6题
要仿真鸟群的群体行为，其规则应包括：
A  对齐
B  聚集
C  通信
D  分离
E 集中
第7题
1.有两种搜索计划的方式，一个是____搜索，而另一个是____搜索。
第8题
2.马可夫决策过程（MDP）是一种____过程，意味着动作结果仅仅依赖于当前状态。
第9题
3.动态规划有两种优化策略，一个是____，而另一种是____。
第10题
有两种搜索计划的方式，一个是____搜索，而另一个是____搜索。
Part V. Learning: Chapter 9. Perspectives about Machine Leaning
第1题
下列中哪个用于从训练样本中发现一般的事实？
A 演绎学习
B 归纳学习
C  强化学习
D 有监督学习
E  无监督学习
F 以上都不正确
第2题
有一组供用户标识为感兴趣或不感兴趣的网页，可被机器学习用来解决网页过滤问题，选择下列特征中哪个是通过训练这些网页学来的？
A  任务
B  性能
C 经验
D 样本
第3题
以下哪一个是可用于从图像中识别视觉模式的深度神经网络？
A CNN
B CVPR
C GLOH
D HOG
E LBP
F LESH
G OCR
H SIFT
I SURF
J SVM
第4题
选择下列哪些是机器学习中发明的算法（方法）？
A  抽象
B 自适应提升
C 决策树
D  泛化
E 感知机
F  随机森林
第5题
选择如下哪些派别是有关机器学习的三个派别？
A  联结主义
B 行为主义
C 逻辑主义
D 现实主义
E 主观主义
F 符号主义
第6题
选择下列哪些属于可以通过机器学习解决的任务。
A 分类
B 聚类
C  派生
D  剖析
E  划分
F  回归
第7题
选择下列哪些是典型的机器学习范式。
A 增强学习
B  非正式学习
C 多媒体学习
D 强化学习
E  有监督学习
F 无监督学习
第8题
机器学习是人工智能的一个____，从事构建和研究可以从____中学习的系统。
Part V. Learning: Chapter 10. Tasks in Machine Learning

第1题
哪一个是机器学习中“分类”任务的正确描述？
A 为每个项目分配一个类别。
B 发现某个空间中输入的分布。
C 对数据对象进行分组。
D 依据某个准则对项目进行排序。
E 预测每个项目实际的值。
F 将其映射到低维空间来简化输入。
第2题
哪一个是机器学习中“回归”任务的正确描述？
A 为每个项目分配一个类别。
B 发现某个空间中输入的分布。
C  对数据对象进行分组。
D  依据某个准则对项目进行排序。
E 预测每个项目实际的值。
F (6)将其映射到低维空间来简化输入。
第3题
哪一个是机器学习中“排名”任务的正确描述？
A 为每个项目分配一个类别。
B 发现某个空间中输入的分布。
C 对数据对象进行分组。
D 依据某个准则对项目进行排序。
E 预测每个项目实际的值。
F 将其映射到低维空间来简化输入。
第4题
哪一个是机器学习中“聚类”任务的正确描述？
A 为每个项目分配一个类别。
B 发现某个空间中输入的分布。
C 对数据对象进行分组。
D 依据某个准则对项目进行排序。
E 预测每个项目实际的值。
F 将其映射到低维空间来简化输入。
第5题
哪一个是机器学习中“密度估计”任务的正确描述？
A 为每个项目分配一个类别。
B  发现某个空间中输入的分布。
C 对数据对象进行分组。
D 依据某个准则对项目进行排序。
E 预测每个项目实际的值。
F 将其映射到低维空间来简化输入。
第6题
哪一个是机器学习中“降维”任务的正确描述？
A 为每个项目分配一个类别。
B 发现某个空间中输入的分布。
C 对数据对象进行分组。
D 依据某个准则对项目进行排序。
E 预测每个项目实际的值。
F 将其映射到低维空间来简化输入。
第7题
1.回归的输出是一个实际的____值，而分类的输出则是一个____的类别。
第8题
2.聚类是为输入对象标识相似的组，____训练数据；而分类则是给输入项分派预定义的类，____训练数据。
Part V. Learning: Chapter 11. Paradigms in Machine Learning
第1题
哪一个是机器学习中“有监督学习”范式的正确描述？
A 旨在从一个、或仅有的几个训练样本中学习一些信息。
B 旨在采用有限数量的训练样本来学习一些信息。
C 属于有监督学习算法一类，此外还利用未标记数据进行训练。
D 能够求解一个任务，即使没有得到该任务的任何训练样本。
E 接收一组标注数据并对所有的未知数据做出预测。
F  仅仅接收未标注数据并对所有的未知数据做出预测。
第2题
哪一个是机器学习中“半监督学习”范式的正确描述？
A  旨在从一个、或仅有的几个训练样本中学习一些信息。
B 旨在采用有限数量的训练样本来学习一些信息。
C  属于有监督学习算法一类，此外还利用未标记数据进行训练。
D 能够求解一个任务，即使没有得到该任务的任何训练样本。
E 接收一组标注数据并对所有的未知数据做出预测。
F  仅仅接收未标注数据并对所有的未知数据做出预测。
第3题
哪一个是机器学习中“无监督学习”范式的正确描述？
A 旨在从一个、或仅有的几个训练样本中学习一些信息。
B  旨在采用有限数量的训练样本来学习一些信息。
C 属于有监督学习算法一类，此外还利用未标记数据进行训练。
D 能够求解一个任务，即使没有得到该任务的任何训练样本。
E 接收一组标注数据并对所有的未知数据做出预测。
F  仅仅接收未标注数据并对所有的未知数据做出预测。
第4题
哪一个是机器学习中“弱监督学习”范式的正确描述？
A  旨在从一个、或仅有的几个训练样本中学习一些信息。
B  旨在采用有限数量的训练样本来学习一些信息。
C  属于有监督学习算法一类，此外还利用未标记数据进行训练。
D 能够求解一个任务，即使没有得到该任务的任何训练样本。
E  接收一组标注数据并对所有的未知数据做出预测。
F 仅仅接收未标注数据并对所有的未知数据做出预测。
第5题
哪一个是机器学习中“一次性学习”范式的正确描述？
A 旨在从一个、或仅有的几个训练样本中学习一些信息。
B 旨在采用有限数量的训练样本来学习一些信息。
C  属于有监督学习算法一类，此外还利用未标记数据进行训练。
D 能够求解一个任务，即使没有得到该任务的任何训练样本。
E 接收一组标注数据并对所有的未知数据做出预测。
F 仅仅接收未标注数据并对所有的未知数据做出预测。
第6题
哪一个是机器学习中“零次性学习”范式的正确描述？
A 旨在从一个、或仅有的几个训练样本中学习一些信息。
B 旨在采用有限数量的训练样本来学习一些信息。
C  属于有监督学习算法一类，此外还利用未标记数据进行训练。
D 能够求解一个任务，即使没有得到该任务的任何训练样本。
E 接收一组标注数据并对所有的未知数据做出预测。
F  仅仅接收未标注数据并对所有的未知数据做出预测。
第7题
那种学习范式把储备的知识用于不同但相关的问题？
A 主动式学习
B 协同式学习
C 集成学习
D 迁移学习
E 强化学习
F 以上都不正确
第8题
选择下列哪些算法（方法）已被发明为专门用于强化学习的算法。
A 异步优势动作者·评论者
B 行为学派心理学
C 深度网络
D 确定性策略梯度
E 神经情景控制
F 决策树
Part V. Learning: Chapter 12. Models in Machine Learning
第1题
从如下模型中选择已被用作机器学习的代表性模型。
A  分布式模型
B  几何模型
C  生命周期模型
D  逻辑模型
E  网络化模型
F  概率模型
第2题
从如下用语中选择已被用于机器学习的概率模型。
A  高斯过程
B  隐藏马可夫模型
C  线性回归
D  朴素贝叶斯和贝叶斯网络
E  概率规划
F  支撑向量机
第3题
下列哪些是真正被流形学习所使用的算法？
A  HMM（隐藏马可夫模型）
B  Isomap（等距映射）
C  LLE（局部线性嵌入）
D  LE（拉普拉斯特征映射）
E  PCA（主成分分析）
F  SVM（支撑向量机）
第4题
从如下用语中选择真正地被发明为或被用作机器学习逻辑模型的方法。
A  自适应性提升
B  关联规则
C  卷积神经网络
D  决策树
E  一阶逻辑
F  线性回归
第5题
下列用语哪些是真正用于机器学习的人工神经网络？
A  贝叶斯网络
B  卷积神经网络
C  深度自动编码器
D  长短期记忆
E  无线网络
F  生成对抗网络
第6题
机器学习的概率模型是采用概率论来表示所有________的形式。
第7题
几何模型直接在实例空间构建，该空间可被认为是________，例如：欧几里德空间或黎曼空间。
第8题
逻辑模型被定义为易于解释的____，或者易于转换成人类能够理解的____。
第9题
人工____网络是一种人脑的人工表示，试图仿真其____过程。

AI创作