北方民族大學《深度學習》2022-2023學年期末試卷_第1頁
北方民族大學《深度學習》2022-2023學年期末試卷_第2頁
北方民族大學《深度學習》2022-2023學年期末試卷_第3頁
北方民族大學《深度學習》2022-2023學年期末試卷_第4頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

學校________________班級____________姓名____________考場____________準考證號學校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁,共3頁北方民族大學《深度學習》

2022-2023學年期末試卷題號一二三總分得分一、單選題(本大題共20個小題,每小題2分,共40分.在每小題給出的四個選項中,只有一項是符合題目要求的.)1、以下哪個不是人工智能在娛樂領(lǐng)域的應用?A.游戲開發(fā)B.電影特效制作C.藝人選拔D.音樂推薦2、在自然語言處理中,命名實體識別的目的是?A.識別文本中的人名、地名等B.確定文本的主題C.進行情感分類D.提取關(guān)鍵詞3、以下哪種技術(shù)常用于人工智能中的模型壓縮?()A.剪枝B.量化C.知識蒸餾D.以上都是4、以下哪個不是人工智能的研究領(lǐng)域?A.機器學習B.計算機圖形學C.自然語言處理D.智能控制5、在強化學習中,價值函數(shù)的作用是?()A.評估狀態(tài)的價值B.指導策略的選擇C.計算獎勵D.以上都是6、在機器學習中,“過擬合”現(xiàn)象通常是由于?A.訓練數(shù)據(jù)不足B.模型過于復雜C.學習率過高D.正則化參數(shù)過大7、人工智能中的知識圖譜用于?A.知識表示和推理B.圖像生成C.語音合成D.數(shù)據(jù)加密8、以下哪種方法常用于自然語言處理中的詞嵌入學習?()A.反向傳播B.隨機梯度下降C.自監(jiān)督學習D.有監(jiān)督學習9、人工智能中的啟發(fā)式搜索是?()A.利用啟發(fā)信息引導搜索B.隨機搜索C.窮舉搜索D.以上都不是10、在機器學習中,Boosting算法的典型代表是()A.AdaBoostB.BaggingC.RandomForestD.K-Means11、在機器學習中,“核方法”常用于?A.線性分類B.非線性分類C.回歸分析D.聚類分析12、以下哪種自然語言處理任務(wù)需要對文本進行語義理解?A.文本摘要B.詞法分析C.詞性標注D.命名實體識別13、以下哪種技術(shù)常用于提高機器學習模型的泛化能力?A.數(shù)據(jù)增強B.增加模型復雜度C.減少特征數(shù)量D.降低訓練輪數(shù)14、在計算機視覺中,圖像分割的算法不包括?()A.閾值分割B.區(qū)域生長C.形態(tài)學分割D.聚類分割15、在強化學習中,“環(huán)境”是指?A.智能體所處的外部條件B.智能體的內(nèi)部狀態(tài)C.智能體的動作集合D.智能體的獎勵函數(shù)16、以下哪個不是人工智能中的優(yōu)化目標?()A.準確率B.召回率C.F1值D.內(nèi)存占用17、在機器學習中,“boosting”算法的主要思想是?A.逐步增強弱學習器B.隨機選擇特征C.減少模型方差D.增加模型偏差18、以下哪個不是人工智能中的搜索算法?()A.深度優(yōu)先搜索B.廣度優(yōu)先搜索C.隨機搜索D.冒泡排序19、自然語言處理中的依存句法分析是為了()A.分析句子中詞語之間的依存關(guān)系B.確定句子的語法結(jié)構(gòu)C.提取句子的主題D.進行情感分析20、人工智能中的模型評估方法不包括?()A.交叉驗證B.留出法C.自助法D.隨機選擇二、簡答題(本大題共4個小題,共40分)1、(本題10分)談?wù)勅斯ぶ悄茉趶V告營銷中的策略。2、(本題10分)解釋主動學習的原理和應用場景。3、(本題10分)解釋遺傳算法的原理和應用。4、(本題10分)說明人工智能在稅務(wù)規(guī)劃和合規(guī)中的應用。三、案例分析題(本大題共2個小題,共20分)1、(本題10分)以某智能民間藝術(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論