《人工智能工程師》基礎(chǔ)測(cè)試題

1、人工智能工程師基礎(chǔ)測(cè)試題本套測(cè)試題是為了檢驗(yàn)同學(xué)們對(duì)Python和數(shù)學(xué)基礎(chǔ)的掌握程度，大家不要有壓 力，請(qǐng)根據(jù)自己的情況，如實(shí)答題。我們會(huì)依據(jù)每個(gè)人的情況，制定專(zhuān)屬學(xué)習(xí)計(jì) 劃。請(qǐng)務(wù)必要認(rèn)真答題。感謝配合。姓名：填空題*Python基礎(chǔ)(每道題20分.共100分)1. 以下不能創(chuàng)建一個(gè)字典的語(yǔ)句是()I單選題1 *A. dictl = (B. dict2 = 3:5C. dict3 = (1,2,3： "uestcn)(正確答案)D. dict4= (1,2,3): ”ucstc”2. 下列Python語(yǔ)句正確的是：()單選題*A. min = x if x < y else y

2、(正確答案)B. max = x > y ? x : yC. if (x > y) min = xD. while !x : pass3. 下面的Fact(n)是一個(gè)計(jì)算階乘的遞歸函數(shù)：()# this function computes factorialdef Fact(n):return n * Fact(n-l)關(guān)于該函數(shù)，下列說(shuō)法中正確的是I. 函數(shù)沒(méi)有設(shè)置停止條件II. 函數(shù)沒(méi)有進(jìn)行遞歸調(diào)用III. 當(dāng)n=l時(shí)，函數(shù)應(yīng)該return 1IV. 返回語(yǔ)句是不必要的V. 函數(shù)會(huì)運(yùn)行很久，造成過(guò)多的遞歸調(diào)用單選題*I and III and IIII, II, and III

3、I, HI, and V（正確答案）4. a = range（5）,下列語(yǔ)句能對(duì)a進(jìn)行反序的操作是：（）單選題*A. a = a-1B. a = a:-lC. a = a-l:JD. a = a:-1（正確答案）5. 下列語(yǔ)句中會(huì)得到5, 5, 5的是：（）單選題*A. 5 *3（正確答案）B. 5 * 3C. 5 * 3D. 5 * 3機(jī)器學(xué)習(xí)之?dāng)?shù)學(xué)基礎(chǔ)第一部分:概率統(tǒng)計(jì)（第1、4題各20分.2、3題各30分.共1（）0分）1. 下面兩個(gè)圖是參數(shù)不同的正態(tài)分布的概率密度參數(shù)，（）是均值相同、方差不 同的正態(tài)分布。單選題*SA0B（正確答案）2. 有朋自遠(yuǎn)方來(lái)，乘火車(chē)、船、汽車(chē)、飛機(jī)來(lái)的概率分

4、別為0.3, 0.2, 0.1, 0.4, 遲到的概率分別為0.25, 0.3, 0.1, 0；現(xiàn)在假設(shè)他遲到了，求他坐火車(chē)來(lái)的概率。 這個(gè)概率比先驗(yàn)概率是變大了還是變小了？ I填空題*答案：令B ：遲到.）3. 假如有一個(gè)罐子，里面有黑白兩種顏色的球，數(shù)目多少不知，兩種顏色的比例也 不知。我們想知道罐中白球和黑球的比例，但我們不能把罐中的球全部拿出來(lái)數(shù)。 現(xiàn)在我們可以每次任意從已經(jīng)搖勻的罐中拿一個(gè)球出來(lái)，記錄球的顏色，然后把拿 出來(lái)的球再放回罐中。這個(gè)過(guò)程可以重復(fù)，我們可以用記錄的球的顏色來(lái)估計(jì)罐中 黑白球的比例。假如在前面的一百次重復(fù)記錄中，有七十次是白球。請(qǐng)問(wèn)罐中白球 所占的比例最有可能

5、是多少？（請(qǐng)用極大似然估計(jì)方法估計(jì)分布的參數(shù)）填空題 *，答案：罐子中的球?yàn)榘浊蚧蚝谇颍詮墓?子中隨機(jī)抽取一個(gè)球，球的顏色X為白色的隨機(jī)事件服從Bernoulli分布.）4. 一位朋友要發(fā)表一篇文章，關(guān)于實(shí)驗(yàn)結(jié)果描述，下面哪種說(shuō)法正確？單選題*A. 我提出了一種新方法，在數(shù)據(jù)集A上的結(jié)果比現(xiàn)有結(jié)果高0.1 ；B. 我提出了一種新方法，當(dāng)模型超參數(shù)入=0.32146時(shí)，在數(shù)據(jù)集A上的結(jié)果比現(xiàn) 有結(jié)果高0.1 ；C. 我提出了一種新方法，采用交叉驗(yàn)證得到模型的最佳參數(shù)入=0.32146時(shí)，在數(shù)據(jù) 集A上的結(jié)果比現(xiàn)有結(jié)果高0.1 ； （3第二部分：矩陣（每道題10分.共100分）1. 單選題*A

6、. 1B. 2C. &正確答案）D. 62. 下列行列式的變換中，使行列式的值保持不變的是（）單選題*A. 將行列式的第2行和第3行交換B. 將行列式的行列互換正礁答矣）C. 將行列式第2列的元素都乘以2D. 將行列式第2列的2倍加到第3行3. J 單選題*A. 1000B. -1000C. 2000（正破答案）D. -20004. 設(shè)矩陣A的秩為r,則A中（）|單選題*A. 所有r-1階子式都不為0B. 所有r-1階子式全為。C. 所有r階子式都不為0D. 至少有一個(gè)r階子式不為0( i5. 若方陣A的行列式|A|/0,下列結(jié)論正確的是()單選題*A. A的行向量組和列向量組都線(xiàn)性相

7、關(guān)B. A的行向量組線(xiàn)性相關(guān)，列向量組都線(xiàn)性無(wú)關(guān)C. A的行向量組和列向量組都線(xiàn)性無(wú)關(guān)(確答奚)D. A的列向量組線(xiàn)性相關(guān)，行向量組都線(xiàn)性無(wú)關(guān)6. n元齊次線(xiàn)性方程組AX=0僅有零解的充要條件是()單選題*A. R (A) =n 狷冬案)B. R (A) <nC. R (A) >nD. R (A)與n無(wú)關(guān)7. 如果n元齊次線(xiàn)性方程組AX=0的基礎(chǔ)解系含有s (s<n)個(gè)解向量，那么系數(shù) 矩陣A的秩為()單選題*A. nB. sC. n-s(正確答案)D. 以上都不正確8. 若n階矩陣A滿(mǎn)足口 ,則稱(chēng)矩陣A為正交矩陣。由此定義，下列矩陣為正交矩陣的是()單選題*SA.0B. (

8、正確答案)sc.sD.9. 設(shè)A是正交矩陣，則下列結(jié)論錯(cuò)誤的是（）單選題*SA0B，正確答案）ScSD10. 設(shè)入是矩陣A的特征方程的3重根，A屬于A的線(xiàn)性無(wú)關(guān)的特征向量個(gè)數(shù)為k,則必有（）單選題*kW3（正確答案）k<3k=3 k>3第三部分:凸優(yōu)化（1-3題，每道題20分，第4題40分。共10（）分。）單選題*1. 下列數(shù)值優(yōu)化問(wèn)題中，目前難以高效可靠求解的問(wèn)題是：A. 最小二乘B. 整數(shù)優(yōu)化正確答賓）C. 線(xiàn)性規(guī)劃D. 凸優(yōu)化2. 以下圖像中屬于凸集的是：（）單選題*0A，正確答案）SBSCSD3. 下列提到的技術(shù)哪一個(gè)是正確的：（）1 AdaGrad使用一階偏導(dǎo)2 L-BF

9、GS使用二階偏導(dǎo)3 AdaGrad使用二階偏導(dǎo)4 L-BFGS使用一階偏導(dǎo)單選題*A. 1和2（正確答案）B. 3和4C. 1 和 4D. 2 和 34. 數(shù)值優(yōu)化算法中梯度下降（Gradient Decent, GD）與隨機(jī)梯度下降（StochasticGradient Decent, SGD）均為常用算法，請(qǐng)論述GD與SGD算法的異同點(diǎn)。填空 題*答案：相同點(diǎn)：在GD和SGD中，都會(huì)在 每次迭代中更新模型的參數(shù)，使得代價(jià)函數(shù)變小。不同點(diǎn)：GD每次迭代用于全部 訓(xùn)練數(shù)據(jù)；SGD每次迭代可以只用一個(gè)訓(xùn)練數(shù)據(jù)來(lái)更新參數(shù)。當(dāng)訓(xùn)練數(shù)據(jù)過(guò)大 時(shí)，用GD可能造成內(nèi)存不夠用，那么就可以用SGD 了，SGD

10、其實(shí)可以算作是一 種onlinc-lcarningo另外SGD收斂會(huì)比GD快，但是對(duì)于代價(jià)函數(shù)求最小值還是 GD做的比較好）5-8題為機(jī)器學(xué)習(xí)題目，可選填。（附加題，每道題10分）5. 神經(jīng)網(wǎng)絡(luò)中使用如下激活函數(shù)的圖像，下述正確的說(shuō)法是：（）SI單選題IA. 從左到右分別是SIGMOID、tanh、ReLUB. 從左到右分別是SIGMOID、ReLUs tanhC. 從左到右分別是ReLU、tanh、SIGMOIDD. 從左到右分別是tanh、SIGMOID. RcLUi正確答案）6. 假設(shè)有一個(gè)5層的神經(jīng)網(wǎng)絡(luò)在4GB顯存的GPU上訓(xùn)練了 5個(gè)小時(shí)，在測(cè)試時(shí)，單個(gè)數(shù)據(jù)點(diǎn)需要花費(fèi)2s時(shí)間。現(xiàn)在改變網(wǎng)絡(luò)結(jié)構(gòu)，在第二層到第四層分別以0.2和0.3的概率增加dropout,請(qǐng)問(wèn)新的網(wǎng)絡(luò)結(jié)構(gòu)測(cè)試時(shí)間是多少：（）單選題A. 少于2sB. 2s（IC. 多于2sD. 不一定7. 下述三張圖展示SVM算法在不同懲罰參數(shù)C下的可視化結(jié)果，由于某種原因忘 記標(biāo)注C的具體值，請(qǐng)問(wèn)如下圖中C值（Cl、C2、C3分別表示三幅圖對(duì)應(yīng)的C 值）的大小次序最可能次序是：（）單選題A. C1 = C2 = C3B. C1 vC2<C33"確答案）C. C1 >C2>C3D. 以上都不對(duì)8. 現(xiàn)有一個(gè)點(diǎn)能被正確分類(lèi)且遠(yuǎn)離