數(shù)據(jù)智能與應(yīng)用智慧樹知到課后章節(jié)答案2023年下浙江大學(xué)

數(shù)據(jù)智能與應(yīng)用智慧樹知到課后章節(jié)答案2023年下浙江大學(xué)浙江大學(xué)

第一章測試

大數(shù)據(jù)是人們在大規(guī)模數(shù)據(jù)的基礎(chǔ)上做到的事情，這些事情是在小規(guī)模數(shù)據(jù)的基礎(chǔ)上無法完成的。（）

A:對B:錯(cuò)

答案:對

隨著互聯(lián)網(wǎng)多媒體應(yīng)用的出現(xiàn)，非結(jié)構(gòu)化數(shù)據(jù)將占有更大的比重。（）

A:對B:錯(cuò)

答案:對

任何一列都不可再分的數(shù)據(jù)為下列哪種數(shù)據(jù)？（）

A:無結(jié)構(gòu)數(shù)據(jù)

B:結(jié)構(gòu)化數(shù)據(jù)

C:半結(jié)構(gòu)化數(shù)據(jù)

D:文本數(shù)據(jù)

答案:結(jié)構(gòu)化數(shù)據(jù)

在《大數(shù)據(jù)時(shí)代》中所提到的大數(shù)據(jù)三個(gè)特征為（）。

A:種類而非數(shù)量

B:全面而非抽樣

C:相關(guān)而非因果

D:效率而非精確

答案:全面而非抽樣

;相關(guān)而非因果

;效率而非精確

下列哪些是深度學(xué)習(xí)框架？（）

A:TensorFlow

B:PyTorch

C:Scikit-learn

D:Jupyter

答案:TensorFlow

;PyTorch

第二章測試

大數(shù)據(jù)產(chǎn)生的萌芽階段為：（）

A:19世紀(jì)90年代到20世紀(jì)初

B:2011年至今

C:20世紀(jì)90年代到21世紀(jì)初

D:21實(shí)際初到2010年

答案:20世紀(jì)90年代到21世紀(jì)初

“深度學(xué)習(xí)”概念是杰弗里辛頓及他的學(xué)生魯斯蘭薩拉赫丁諾夫于2005年提出的。（）

A:錯(cuò)B:對

答案:錯(cuò)

機(jī)器學(xué)習(xí)的最佳場景是大數(shù)據(jù)。（）

A:對B:錯(cuò)

答案:對

下列屬于數(shù)據(jù)智能的超強(qiáng)魔力的是：（）

A:指令性分析

B:描述性分析

C:診斷性分析

D:預(yù)測性分析

答案:指令性分析

;描述性分析

;診斷性分析

;預(yù)測性分析

《人工智能北京共識》于2019年5月25日發(fā)布，提出各個(gè)參與方應(yīng)遵循有益于人類共同命運(yùn)構(gòu)建和社會發(fā)展的幾條原則？（）

A:25

B:15

C:10

D:20

答案:15

第三章測試

一下屬于分類算法的是（）。

A:邏輯回歸

B:K-Means

C:線性回歸

D:DBSCAN

答案:邏輯回歸

以下屬于帶有正則化的回歸算法的是（）。

A:Ridge回歸（嶺回歸）

B:最小二乘回歸

C:Elastic-Net回歸（彈性網(wǎng)回歸）

D:Lasso回歸

答案:Ridge回歸（嶺回歸）

;Elastic-Net回歸（彈性網(wǎng)回歸）

;Lasso回歸

卷積神經(jīng)網(wǎng)絡(luò)中，原始圖像大小為32x32，卷積核大小為3x3，步長（stride）為2，補(bǔ)邊（padding）為0，則卷積結(jié)果大小為（）。

A:16x16

B:29x29

C:15x15

D:14x14

答案:15x15

LSTM可以緩解RNN梯度消失/梯度爆炸的問題。（）

A:對B:錯(cuò)

答案:對

以下可以展示層級化信息的可視化方法的是（）。

A:等高線圖

B:樹圖

C:旭日圖

D:小提琴圖

答案:樹圖

;旭日圖

第四章測試

在新冠肺炎傳播模型中，患者的傳染能力與什么因素?zé)o關(guān)（）

A:患者確診前一個(gè)月的接觸人數(shù)

B:患者確診前一個(gè)月的手機(jī)使用頻率

C:患者確診前一個(gè)月的活動軌跡

D:與這些因素都有關(guān)

答案:患者確診前一個(gè)月的手機(jī)使用頻率

樣本失衡時(shí)，可以使用ROC曲線評價(jià)分類器的性能好壞。（）

A:對B:錯(cuò)

答案:對

隨機(jī)森林是哪種類型的學(xué)習(xí)算法？（）

A:無監(jiān)督

B:有監(jiān)督

C:半監(jiān)督

答案:有監(jiān)督

目標(biāo)檢測領(lǐng)域的常見算法有（）

A:ICNet

B:FasterR-CNN

C:FCN

D:MaskR-CNN

答案:FasterR-CNN

;MaskR-CNN

協(xié)議自動化逆向依據(jù)方法進(jìn)行分類可以分為基于流量數(shù)據(jù)的逆向和基于