騰訊云人工智能工程師認證考試題庫（附答案）

PAGE騰訊云人工智能工程師認證考試題庫（附答案）一、單選題1.下面對特征工程的理解錯誤的是哪一項？A.特征工程是指從原始數(shù)據轉換為特征向量的過程B.數(shù)據和特征決定了機器學習的上限，而模型和算法只是逼近這個上限C.所謂數(shù)據中的特征，就是指數(shù)據中被抽象出來的信息，可以被機器或者我們人類加以利用和識別D.在機器學習領域中，特征只能通過人工基于特定業(yè)務領域專業(yè)知識實現(xiàn)手工地提取正確答案:D解析：逐一分析各選項：選項A：特征工程確實是把原始數(shù)據轉換為特征向量的過程，這個說法是正確的。選項B：數(shù)據和特征對機器學習的效果影響很大，決定了其上限，而模型和算法是去努力接近這個上限，該說法合理。選項C：特征就是從數(shù)據中抽象出來能被利用和識別的信息，這種表述正確。選項D：在機器學習領域中，特征并不只能通過人工基于特定業(yè)務領域專業(yè)知識實現(xiàn)手工提取，現(xiàn)在也有很多自動提取特征的方法和技術，所以該說法錯誤。綜上所述，理解錯誤的是選項D。2.關于監(jiān)督學習和無監(jiān)督學習，以下理解正確的是哪一項？A.監(jiān)督學習在觀察完一些事先標注過的訓練數(shù)據（輸入和預期輸出）后得出模型，這個模型再對任何可能出現(xiàn)的輸入去預測其輸出B.無監(jiān)督學習者必須以“合理的方式從現(xiàn)有的數(shù)據中一般化到未觀察到的情況C.在人類和動物感知中，無監(jiān)督學習通常被稱為概念學習D.無監(jiān)督學習是在有指導的前提下讓機器進行學習，這種指導的關鍵是給訓練數(shù)據標注好“標簽正確答案:A解析：逐一分析各選項：A選項：監(jiān)督學習確實是先基于標注過的訓練數(shù)據（包括輸入和預期輸出）來構建模型，然后利用該模型對新的輸入進行輸出預測，該選項說法正確。B選項：應該是監(jiān)督學習以“合理的方式從現(xiàn)有的數(shù)據中一般化到未觀察到的情況”，而非無監(jiān)督學習，此選項錯誤。C選項：在人類和動物感知中，通常把監(jiān)督學習稱為概念學習，不是無監(jiān)督學習，該選項錯誤。D選項：無監(jiān)督學習是沒有指導的，即不需要給訓練數(shù)據標注“標簽”，有指導且標注“標簽”的是監(jiān)督學習，該選項錯誤。綜上，正確答案是A。3.關于Ti-ONE平臺的描述，錯誤的是哪一項？A.Ti-ONE是騰訊云機器學習平臺B.Ti-ONE面向數(shù)據科學家及算法工程師C.Ti-ONE能夠讓開發(fā)人員方便地進行數(shù)據標注、模型訓練、評估和預測D.Ti-ONE平臺可以對邊緣設備進行管理正確答案:D解析：逐一分析各選項：選項A：Ti-ONE確實是騰訊云的機器學習平臺，該描述正確。選項B：Ti-ONE主要是面向數(shù)據科學家及算法工程師等專業(yè)人員，幫助他們進行相關工作，該描述正確。選項C：Ti-ONE具備讓開發(fā)人員方便地進行數(shù)據標注、模型訓練、評估和預測等功能，該描述正確。選項D：Ti-ONE主要是針對機器學習相關的工作，如數(shù)據處理、模型訓練等，通常不是直接用于對邊緣設備進行管理的，該描述錯誤。綜上所述，錯誤的是選項D。4.以下關于機器學習框架的作用的說法，錯誤的是哪項？A.避免了重復的開發(fā)工作B.顯著吸引外部資本流入C.大幅降低了特定功能的開發(fā)難度D.大幅提升了團隊的開發(fā)效率正確答案:B解析：逐一分析每個選項：選項A：機器學習框架可以提供一些通用的功能和工具，避免了在不同項目中重復開發(fā)相同的部分，該說法正確。選項B：機器學習框架主要是為了方便開發(fā)和提高效率，它本身并不一定能顯著吸引外部資本流入，吸引外部資本流入可能更多地與項目的前景、市場等因素相關，該說法錯誤。選項C：框架通常會對一些復雜的功能進行封裝和優(yōu)化，使得開發(fā)特定功能時難度大幅降低，該說法正確。選項D：通過提供高效的開發(fā)工具和流程，機器學習框架確實能夠大幅提升團隊的開發(fā)效率，該說法正確。綜上所述，錯誤的是選項B。5.騰訊云AI在給工業(yè)領域帶來的價值不包括下面哪一項？A.提高了產品的質檢速度B.節(jié)省生產成本C.減少了人工D.改善了產品的外形美觀程度正確答案:D解析：逐一分析每個選項：選項A：騰訊云AI可以通過智能檢測等技術提高產品質檢速度，這是其可能帶來的價值之一。選項B：利用AI技術可以優(yōu)化生產流程等，從而節(jié)省生產成本，這也是常見的價值體現(xiàn)。選項C：AI可以替代一些重復性的人工工作，從而減少人工，這是其價值所在。選項D：騰訊云AI主要側重于生產效率、成本等方面的提升，而產品的外形美觀程度更多地與設計等因素相關，AI對此直接影響較小。6.關于人工智能產品對算力的依賴，以下說法錯誤的是哪項？A.云端算力的特點是算力強大、存儲多，但是帶寬會受到一定限制B.邊緣和終端側重于承載對于本地實時響應要求較高的推理任務C.云端更適合負責承載大規(guī)模的智能數(shù)據分析任務D.云端的數(shù)據傳輸帶寬壓力小，可以獨立完成本地實時響應要求較高的推理任務正確答案:D解析：逐一分析各選項：選項A：云端算力通常確實具有強大算力和較多存儲的特點，而帶寬受到一定限制也是實際情況，該說法正確。選項B：邊緣和終端由于更接近實際應用場景，所以側重于承載對本地實時響應要求較高的推理任務，這種說法合理。選項C：云端具備強大的計算和存儲能力，適合承載大規(guī)模的智能數(shù)據分析任務，這是常見的應用場景，說法正確。選項D：云端雖然有強大的算力等，但它在數(shù)據傳輸帶寬方面存在一定壓力，且通常不能獨立完成本地實時響應要求較高的推理任務，而需要與邊緣和終端配合，該說法錯誤。7.關于常見的深度學習框架，以下哪一項說法是錯誤的？A.TensorFlow是一個基于數(shù)據流圖的，用于深度學習計算的開源軟件庫B.PyTorch是一個支持搭建動態(tài)神經網絡的開源軟件庫C.TensorFlow是由Google大腦團隊的研究人員開發(fā)的D.PyTorch是由世界各地的數(shù)據科學家，還有很多教授和老師所組成的開源社區(qū)來開發(fā)維護的正確答案:D解析：逐一分析各選項：選項A：TensorFlow確實是一個基于數(shù)據流圖的、用于深度學習計算的開源軟件庫，該說法正確。選項B：PyTorch能夠支持搭建動態(tài)神經網絡，這也是它的特點之一，該說法正確。選項C：TensorFlow是由Google大腦團隊開發(fā)的，這是事實，該說法正確。選項D：PyTorch是由Facebook的人工智能研究團隊開發(fā)的，而不是由世界各地的數(shù)據科學家、教授和老師組成的開源社區(qū)開發(fā)維護的，該說法錯誤。8.下面關于特征工程的說法哪項是錯誤的?科目題號___A.特征提取和特征選擇都能幫助減少特征的維度、數(shù)據冗余B.特征提取強調通過特征轉換的方式得到一組具有明顯物理或統(tǒng)計意義的特征C.特征選擇是從特征集合中挑選一組具有明顯物理或統(tǒng)計意義的特征子集D.相比特征提取是表現(xiàn)每個特征對模型構建的重要性，而特征選擇可以發(fā)現(xiàn)更有意義的特征屬性正確答案:D解析：逐一分析各選項：選項A：特征提取和特征選擇確實都可以達到減少特征維度和數(shù)據冗余的效果，該說法正確。選項B：特征提取通常是通過某種轉換方式來獲得更有意義的特征，這種說法是合理的。選項C：特征選擇就是從已有的特征集合中選取一部分具有特定意義的特征子集，該說法正確。選項D：特征選擇是挑選特征，而不是表現(xiàn)每個特征對模型構建的重要性，應該是特征重要性評估來表現(xiàn)每個特征對模型構建的重要性，該說法錯誤。9.關于深度學習下列說法錯誤的是哪一項？A.深度學習是機器學習中一種基于對數(shù)據進行表征學習的算法B.深度學習的觀測值只可以使用像素強度值向量的方式來表示C.深度學習的最主要特征是使用神經網絡作為計算模型D.“神經網絡模型”得名于其對于動物神經元傳遞信息方式的模擬正確答案:B解析：逐一分析各選項：選項A：深度學習確實是機器學習中基于對數(shù)據進行表征學習的算法，該說法正確。選項B：深度學習的觀測值有多種表示方式，不只是像素強度值向量這一種，該說法錯誤。選項C：深度學習常用神經網絡作為計算模型，這是其重要特征之一，該說法正確。選項D：“神經網絡模型”的命名就是源于對動物神經元傳遞信息方式的模擬，該說法正確。10.下面關于數(shù)據標注的說法，錯誤的是哪一項？科目號：17/80考試總A.數(shù)據標注是通過數(shù)據加工人員借助于標記工具，對人工智能學習數(shù)據進行加工的一種行為B.標注每一段語音數(shù)據所對應的語言內容是語音標注的一種方式C.有監(jiān)督學習和半監(jiān)督學習需要大量的數(shù)據變成機器能夠理解的數(shù)據，這個過程就需要進行數(shù)據標注工作D.用文字來標注圖像是目標檢測任務中的一種數(shù)據標注方式正確答案:D解析：逐一分析各選項：選項A：數(shù)據標注確實是通過數(shù)據加工人員借助標記工具對人工智能學習數(shù)據進行加工，該說法正確。選項B：標注語音數(shù)據所對應的語言內容是語音標注常見方式之一，該說法正確。選項C：有監(jiān)督學習和半監(jiān)督學習通常需要將大量數(shù)據轉化為機器能理解的數(shù)據，這就需要數(shù)據標注，該說法正確。選項D：用文字標注圖像不是目標檢測任務中的主要數(shù)據標注方式，目標檢測主要是標注圖像中目標的位置、類別等信息，而不是簡單地用文字標注圖像，該說法錯誤。11.下面關于數(shù)據標注的說法，錯誤的是哪一項？科目號：17/80考試總A.數(shù)據標注是通過數(shù)據加工人員借助于標記工具，對人工智能學習數(shù)據進行加工的一種行為B.標注每一段語音數(shù)據所對應的語言內容是語音標注的一種方式C.有監(jiān)督學習和半監(jiān)督學習需要大量的數(shù)據變成機器能夠理解的數(shù)據，這個過程就需要進行數(shù)據標注工作D.用文字來標注圖像是目標檢測任務中的一種數(shù)據標注方式正確答案:D解析：逐一分析各選項：選項A：數(shù)據標注確實是通過數(shù)據加工人員借助標記工具對人工智能學習數(shù)據進行加工，該說法正確。選項B：標注語音數(shù)據所對應的語言內容是語音標注常見方式之一，該說法正確。選項C：有監(jiān)督學習和半監(jiān)督學習通常需要將大量數(shù)據轉化為機器能理解的數(shù)據，這就需要數(shù)據標注，該說法正確。選項D：用文字標注圖像不是目標檢測任務中的主要數(shù)據標注方式，目標檢測主要是標注圖像中目標的位置、類別等信息，而不是簡單地用文字標注圖像，該說法錯誤。12.下面關于搭建一個機器學習模型的描述，錯誤的是哪項？A.在實際的機器學習應用中，如何人工設計好特征往往比搭建一個怎樣的算法模型更為重要B.在一個機器學習過程中，特征工程可以分為三個部分：數(shù)據預處理、特征提取和特征轉換C.在訓練模式和測試模式下，需要同時對訓練數(shù)據集和測試數(shù)據集進行相同的特征工程處理D.在訓練模式和測試模式下，會輸入相同的數(shù)據和對應一致的已訓練好的模型參數(shù)正確答案:D解析：逐一分析各選項：選項A：在很多實際情況中，特征的質量和合適性對模型效果影響很大，所以人工設計好特征確實可能比單純選擇算法模型更重要，該選項正確。選項B：特征工程通常包括數(shù)據預處理、特征提取和特征轉換等環(huán)節(jié)，這是常見的分類方式，該選項正確。選項C：為了保證模型訓練和測試的一致性和準確性，在訓練模式和測試模式下，確實需要對訓練數(shù)據集和測試數(shù)據集進行相同的特征工程處理，該選項正確。選項D：在測試模式下，輸入的數(shù)據是新的數(shù)據，而不是和訓練時相同的數(shù)據，訓練數(shù)據是用于訓練模型的，測試數(shù)據是用于評估模型在新數(shù)據上的表現(xiàn)的，該選項錯誤。13.下面哪一項不屬于常見的特征工程方法？A.特征選擇B.特征描述C.特征提取D.特征構造正確答案:B解析：逐一分析每個選項：特征選擇：是從原始特征中選擇出一些最有代表性、最相關的特征，屬于常見的特征工程方法。特征描述：通常不是特征工程中一個獨立的、常見的方法，它可能是在某些特定情況下對特征的一種表述或說明，但不是普遍意義上的特征工程方法。特征提?。簭脑紨?shù)據中提取出新的特征，是常見的特征工程方法。特征構造：通過對已有特征進行組合等操作來構造新的特征，也是常見的特征工程方法。14.關于人工智能項目環(huán)節(jié)中數(shù)據準備的說法，下面錯誤的是哪一項？A.數(shù)據準備是將可能來自不同的數(shù)據源的原始數(shù)據，預處理為可以方便、準確地進行分析的某種形式的行為B.數(shù)據準備包含許多離散的任務，諸如數(shù)據融合，數(shù)據清理，數(shù)據擴充和數(shù)據交付等C.若跳過數(shù)據準備階段直接進入到建模階段的話，有可能導致建模失敗，甚至會得到錯誤的結果D.數(shù)據采集和清洗在現(xiàn)實的人工智能項目開發(fā)流程中的工作量占比少于特征工程和模型算法的開發(fā)與優(yōu)化的工作量占比正確答案:D解析：逐一分析各選項：選項A：對數(shù)據準備的描述是正確的，數(shù)據準備就是要對原始數(shù)據進行處理，使其便于后續(xù)分析，該說法合理。選項B：數(shù)據準備確實包括數(shù)據融合、清理、擴充和交付等任務，該說法正確。選項C：如果沒有做好數(shù)據準備就建模，很可能導致不好的結果，這是符合實際情況的，該說法正確。選項D：在現(xiàn)實的人工智能項目開發(fā)流程中，數(shù)據采集和清洗通常會占據較大的工作量，而不是少于特征工程和模型算法的開發(fā)與優(yōu)化的工作量占比，該說法錯誤。15.下面哪一項不是騰訊云AI機器學習平臺能力的子能力？A.數(shù)據接入B.數(shù)據存儲C.數(shù)據可視化D.數(shù)據標注正確答案:D解析：逐一分析每個選項：選項A：數(shù)據接入是機器學習平臺的重要子能力之一，它允許將各種數(shù)據源接入到平臺中進行處理和分析。選項B：數(shù)據存儲也是機器學習平臺的關鍵部分，用于存儲數(shù)據以供后續(xù)使用。選項C：數(shù)據可視化主要是將數(shù)據以直觀的圖表等形式展示出來，幫助用戶更好地理解和分析數(shù)據，這通常也是機器學習平臺的一項能力。選項D：數(shù)據標注雖然在機器學習中很重要，但它并不是騰訊云AI機器學習平臺能力直接包含的子能力，數(shù)據標注通常是一個獨立的工作環(huán)節(jié)。綜上所述，答案選D。16.智能化相關的應用場景不斷增加，我國人工智能的全面商業(yè)化進程加速發(fā)展，不包含以下哪一項A.全球化競爭日益激烈B.人口紅利轉化為創(chuàng)新紅利C.超大規(guī)模且多樣的應用場景D.疫情等黑天鵝事件催生需求正確答案:A解析：逐一分析各選項：選項A：全球化競爭日益激烈，這與人工智能的全面商業(yè)化進程加速發(fā)展并無直接的關聯(lián)，不能直接體現(xiàn)人工智能商業(yè)化進程加速的原因。選項B：人口紅利轉化為創(chuàng)新紅利，這有利于推動人工智能的發(fā)展和商業(yè)化，因為創(chuàng)新可以促進人工智能技術的進步和應用。選項C：超大規(guī)模且多樣的應用場景為人工智能的商業(yè)化提供了廣闊的空間和機會，是加速其商業(yè)化進程的重要因素。選項D：疫情等黑天鵝事件催生需求，會促使人工智能在相關領域的應用和發(fā)展，從而加速商業(yè)化進程。綜上所述，不包含的一項是A。17.在投入一個大型AI開發(fā)項目之前，我們通常會對此進行徹底的考察。下面哪一項說法是錯誤的？A.在開始AI開發(fā)之前，我們要確保所希望的實現(xiàn)的結果是現(xiàn)實且可行的B.在開始AI開發(fā)之前，考察需要多少數(shù)據，才能達到理想的性能水平，這屬于技術考察C.在開始AI開發(fā)之前，考察是否有辦法獲得足夠多的數(shù)據，這屬于商業(yè)考察D.在人工智能開發(fā)項目團隊中，一般是既要有技術專家提供技術思考，也要有業(yè)務專家提供業(yè)務角度的考量正確答案:C解析：逐一分析各選項：選項A：在開始任何項目之前，確保期望實現(xiàn)的結果現(xiàn)實且可行是非常重要的，這樣可以避免投入大量資源后無法達成目標，該說法正確。選項B：考察需要多少數(shù)據以達到理想性能水平，這確實屬于技術層面的考慮，因為它涉及到技術實現(xiàn)和性能優(yōu)化等方面，該說法正確。選項C：考察是否有辦法獲得足夠多的數(shù)據，這不僅僅是商業(yè)考察，也涉及到技術實現(xiàn)的可行性等方面，不能簡單地歸為商業(yè)考察，該說法錯誤。選項D：在人工智能開發(fā)項目中，技術專家提供技術思考能確保項目在技術上可行和先進，業(yè)務專家提供業(yè)務角度考量能使項目更好地符合實際業(yè)務需求，兩者結合是很有必要的，該說法正確。綜上所述，錯誤的說法是選項C。18.在玩具小車案例的目標檢測任務中，下面關于模型訓練的說法哪項是錯誤的？A.在多隱藏層的前饋神經網絡中，比較淺層的地方捕獲到的是一些交通標志牌局部的邊緣特征B.在多隱藏層的前饋神經網絡中，深層的卷積層處捕獲到的是交通標識牌的全局特征C.在模型訓練的過程中，量化指標是通過不斷的對比預測邊界框和真實邊界框之間的差距，以及對應的標簽類型的差別來計算得到的D.在模型訓練的過程中，量化指標是僅通過不斷的對比預測邊界框和真實邊界框之間的差距來計算得到的正確答案:D解析：逐一分析各選項：選項A：在多隱藏層的前饋神經網絡中，淺層通常會關注局部細節(jié)特征，比如交通標志牌局部的邊緣特征，該說法正確。選項B：深層的卷積層往往能捕獲到更全局、更抽象的特征，像交通標識牌的全局特征，該說法正確。選項C：在模型訓練過程中，確實需要對比預測邊界框和真實邊界框的差距，同時也要考慮標簽類型的差別來綜合計算量化指標，該說法正確。選項D：說量化指標僅通過對比預測邊界框和真實邊界框之間的差距來計算是錯誤的，忽略了標簽類型的差別等其他重要因素。綜上，答案是D。19.關于人工智能崗位的產業(yè)分布，下列說法錯誤的是哪一項？A.產業(yè)技術架構整體分為基礎層、技術層和應用層三個層次B.多數(shù)產業(yè)領域都需要算法研發(fā)工程師C.技術層包含機器學習、深度學習、智能語音、自然語言處理、計算機視覺等技術領域D.所有領域都不需要嵌入式開發(fā)崗位正確答案:D解析：逐一分析各選項：選項A：產業(yè)技術架構確實通常分為基礎層、技術層和應用層三個層次，這個說法是正確的。選項B：很多產業(yè)領域都需要算法研發(fā)工程師來進行算法的設計和優(yōu)化，該說法合理。選項C：技術層包含的這些技術領域也是常見的，說法正確。選項D：說所有領域都不需要嵌入式開發(fā)崗位是過于絕對的，有些特定的人工智能應用場景可能需要嵌入式開發(fā)崗位來實現(xiàn)硬件與軟件的結合等，該說法錯誤。綜上所述，說法錯誤的是選項D。20.在以下關于人工智能開源軟件發(fā)展情況的說法中，錯誤的是哪一項？A.使用用戶和關注度方面，Tensorflow是目前使用用戶最多的人工智能開源軟件B.人工智能開源軟件的主要語言是Python、C、C++以及JavaC.使用用戶和關注度方面，PyTorch是使用用戶最多的人工智能開源軟件D.從開源軟件的維護者角度來看，企業(yè)、高校和研究機構、開源組織和個人大概各占1/3正確答案:C解析：逐一分析各選項：選項A：TensorFlow是很受歡迎的人工智能開源軟件之一，在使用用戶和關注度方面有較高的地位，有可能是目前使用用戶最多的人工智能開源軟件之一，該說法有一定合理性。選項B：Python、C、C++以及Java確實是在人工智能開源軟件中常用的主要語言，這個說法是合理的。選項C：PyTorch也是非常受歡迎的人工智能開源軟件，但不能絕對地說它就是使用用戶最多的，因為不同的統(tǒng)計和評估可能會有不同結果，不能簡單地這樣定論，該說法不準確。選項D：開源軟件的維護者來自企業(yè)、高校和研究機構、開源組織和個人等多種渠道，各占大概1/3這種情況是有可能存在的，該說法合理。綜上，錯誤的是選項C。21.在以下關于人工智能開源軟件發(fā)展情況的說法中，錯誤的是哪一項？A.使用用戶和關注度方面，Tensorflow是目前使用用戶最多的人工智能開源軟件B.人工智能開源軟件的主要語言是Python、C、C++以及JavaC.使用用戶和關注度方面，PyTorch是使用用戶最多的人工智能開源軟件D.從開源軟件的維護者角度來看，企業(yè)、高校和研究機構、開源組織和個人大概各占1/3正確答案:C解析：逐一分析各選項：選項A：TensorFlow是很受歡迎的人工智能開源軟件之一，在使用用戶和關注度方面有較高的地位，有可能是目前使用用戶最多的人工智能開源軟件之一，該說法有一定合理性。選項B：Python、C、C++以及Java確實是在人工智能開源軟件中常用的主要語言，這個說法是合理的。選項C：PyTorch也是非常受歡迎的人工智能開源軟件，但不能絕對地說它就是使用用戶最多的，因為不同的統(tǒng)計和評估可能會有不同結果，不能簡單地這樣定論，該說法不準確。選項D：開源軟件的維護者來自企業(yè)、高校和研究機構、開源組織和個人等多種渠道，各占大概1/3這種情況是有可能存在的，該說法合理。綜上，錯誤的是選項C。22.以下哪一項是人才金字塔結構中的產業(yè)研發(fā)人才的特點？A.能夠將人工智能算法工具與行業(yè)需求相結合，實現(xiàn)推進產業(yè)化落地應用B.人才結構中的頂尖人才、領軍人物，致力于推動和實現(xiàn)人工智能前沿技術與核心理論的創(chuàng)新與突破C.能夠將人工智能前沿理論與實際算法模型開發(fā)實現(xiàn)結合；設計構建出性能指標更加優(yōu)異的算法模型D.能夠理解人工智能技術的基本概念，并對關鍵技能和實用方法有所掌握正確答案:C解析：.A選項：能夠將人工智能算法工具與行業(yè)需求相結合，實現(xiàn)推進產業(yè)化落地應用，這更符合應用人才的特點，而非產業(yè)研發(fā)人才。B選項：人才結構中的頂尖人才、領軍人物，致力于推動和實現(xiàn)人工智能前沿技術與核心理論的創(chuàng)新與突破，這通常是高端科研人才的特點，不屬于產業(yè)研發(fā)人才。C選項：能夠將人工智能前沿理論與實際算法模型開發(fā)實現(xiàn)結合，設計構建出性能指標更加優(yōu)異的算法模型，這符合產業(yè)研發(fā)人才的特點，他們專注于研發(fā)工作，通過理論與實踐結合來創(chuàng)造更好的算法模型。D選項：能夠理解人工智能技術的基本概念，并對關鍵技能和實用方法有所掌握，這是一般技術人員或初級人才的特點。綜上所述，正確答案是C。23.關于騰訊云AI機器學習平臺【應用服務編排】能力的說法，以下不正確的是哪一項？A.應用服務編排是Al中臺的調度中樞B.應用服務編排不支持可視化方式的工作流編排C.應用服務編排可以保障應用AI工作流的更快速落地D.應用服務編排可以按業(yè)務場景將算法原子服務編排為面向應用任務的解決方案正確答案:B解析：逐一分析各選項：選項A：應用服務編排作為調度中樞是合理的，它可以對各種資源和服務進行有效調度和管理，該說法正確。選項B：通常情況下，應用服務編排是支持可視化方式的工作流編排的，這樣可以更直觀、方便地進行流程設計和管理，所以該說法不正確。選項C：通過合理的編排，可以優(yōu)化流程，確實能夠保障應用AI工作流更快速落地，該說法正確。選項D：將算法原子服務根據業(yè)務場景進行編排，形成面向應用任務的解決方案是應用服務編排的常見功能和作用，該說法正確。綜上所述，不正確的是選項B。24.人工智能的第二個層次是以下哪一項？A.感知智能B.模擬智能C.認知智能D.計算智能正確答案:A解析：人工智能分為三個層次，依次是計算智能、感知智能和認知智能。計算智能主要是快速計算和記憶存儲能力。感知智能是讓機器具備類似人類的視覺、聽覺、觸覺等感知能力。認知智能則是讓機器能夠理解、思考和推理等。而模擬智能并不是人工智能的層次之一。所以這道題應該選擇C。理由是：人工智能的第二個層次是認知智能，A選項感知智能是第一個層次，B選項模擬智能不屬于人工智能層次，D選項計算智能是第一個層次。25.下列哪一項既是人工智能的最大技術工具集，又是使計算機具有智能的主要方法，而且其應用遍及人工智能的各個領域？A.深度學習B.機器學習C.人機交互D.智能芯片正確答案:B解析：逐一分析每個選項：選項A：深度學習是機器學習的一個分支，它在人工智能中有重要應用，但不能說是最大技術工具集和使計算機具有智能的主要方法。選項B：機器學習是使計算機具有智能的主要方法之一，它包含了多種技術和算法，并且廣泛應用于人工智能的各個領域，符合既是最大技術工具集又是使計算機具有智能的主要方法這一描述。選項C：人機交互主要側重于人與計算機之間的交互方式，雖然也是人工智能的一個方面，但不是使計算機具有智能的主要方法和最大技術工具集。選項D：智能芯片是支持人工智能運行的硬件基礎，但不是使計算機具有智能的主要方法。綜上所述，正確答案是B。26.以下哪一項不屬于人工智能的三個層面？A.感知智能B.模擬智能C.認知智能D.計算智能正確答案:B解析：逐一分析每個選項：選項A：感知智能，包括圖像識別、語音識別等，是人工智能的重要層面之一。選項B：通常人工智能的層面中不包含模擬智能，人工智能主要包括感知智能、認知智能和計算智能等。選項C：認知智能，涉及理解、推理等高級認知能力，是人工智能的層面之一。選項D：計算智能，強調通過計算能力來實現(xiàn)智能處理，是人工智能的層面之一。綜上所述，答案選B，模擬智能不屬于人工智能的三個層面。27.以下哪一項不屬于語音技術的主要應用場景？A.自然語言處理B.語音識別C.語音合成D.聲紋識別正確答案:A解析：逐一分析每個選項：選項B，語音識別是語音技術的重要應用場景，它可以將語音轉換為文字等信息。選項C，語音合成也是語音技術的常見應用，能將文字轉換為語音。選項D，聲紋識別同樣屬于語音技術的應用領域，用于識別個體的聲紋特征。而選項A，自然語言處理雖然與語音技術有一定關聯(lián)，但它不僅僅局限于語音方面，還包括對文本等其他形式的自然語言的處理。綜上所述，答案選A。自然語言處理不屬于語音技術的主要應用場景。28.關于云計算平臺對于AI服務能力的四個層面，以下說法錯誤的是哪項？題號：43/80A.AI基礎設施服務，主要提供CPU、GPU虛擬機等AI計算算力的服務支持B.AI的開發(fā)框架支持服務會以封裝好常用框架環(huán)境的虛擬機鏡像服務的方式，提供對開發(fā)者的服務C.AI開發(fā)平臺服務會提供一個機器學習的集成開發(fā)環(huán)境D.AI應用服務會提供各類人工智能應用服務，可以不用自己安裝復雜的框架環(huán)境，一鍵式生成所需的深度學習框正確答案:D解析：逐一分析各選項：選項A：AI基礎設施服務提供CPU、GPU虛擬機等計算算力的服務支持是常見且合理的，該選項正確。選項B：AI的開發(fā)框架支持服務以封裝好常用框架環(huán)境的虛擬機鏡像服務方式為開發(fā)者提供服務，這也是常見的做法，該選項正確。選項C：AI開發(fā)平臺服務提供機器學習的集成開發(fā)環(huán)境是合理的，該選項正確。選項D：AI應用服務提供各類人工智能應用服務，通常是不需要用戶自己安裝復雜框架環(huán)境，但說一鍵式生成所需的深度學習框不太準確，一般是直接使用已有的框架和服務，而不是生成框架，該選項錯誤。綜上所述，說法錯誤的是選項D。29.在一個機器學習模型開發(fā)實例中，下面模型訓練和模型優(yōu)化的說法錯誤的是哪幾項？A.在模型訓練過程中，應通過一個量化指標來迭代更新訓練數(shù)據上的預測標簽和真實標簽之間的差距B.在模型訓練過程中，應通過一個量化指標來迭代更新測試數(shù)據上的預測標簽和真實標簽之間的差距C.在模型優(yōu)化的過程中，應通過對模型進行調參來選擇模型D.在模型優(yōu)化的過程中，應反復迭代并完善特征工程的預處理方案正確答案:B解析：逐一分析各選項：A選項：在模型訓練過程中，確實需要通過量化指標（如損失函數(shù)等）來衡量預測標簽和真實標簽之間的差距，并據此進行迭代更新，使模型不斷學習和改進，該選項說法正確。B選項：模型訓練主要是基于訓練數(shù)據來進行的，而不是測試數(shù)據，測試數(shù)據是用于評估模型性能的，不是用于迭代更新的，該選項說法錯誤。C選項：在模型優(yōu)化過程中，通過對模型的參數(shù)進行調整來選擇合適的模型是常見的方法，該選項說法正確。D選項：在模型優(yōu)化時，反復迭代并完善特征工程的預處理方案也是常見的優(yōu)化手段，該選項說法正確。綜上，說法錯誤的是B選項。30.對于無監(jiān)督學習，以下說法錯誤的是哪一項？A.無監(jiān)督學習是沒有指導的學習過程，待學習的訓練數(shù)據是有標簽的B.機器學習算法通過某種方式在數(shù)據中尋找共同特征，并將有共同特征的數(shù)據聚合在一起，有時也會把這個過程稱為“聚類”C.無監(jiān)督學習算法通過自由的探索數(shù)據，所學到的大部分內容必須包括理解數(shù)據本身，而不是將這種理解應用于特定任務D.通往通用智能的道路上必須要掌握無監(jiān)督學習的技能正確答案:A解析：逐一分析各選項：選項A：無監(jiān)督學習中待學習的訓練數(shù)據是無標簽的，而不是有標簽的，所以該選項說法錯誤。選項B：機器學習算法在無監(jiān)督學習中確實會通過一定方式尋找共同特征并進行聚類，該說法正確。選項C：無監(jiān)督學習算法主要是對數(shù)據本身進行探索和理解，而非直接應用于特定任務，該說法正確。選項D：無監(jiān)督學習對于通往通用智能是很重要的，該說法正確。綜上，說法錯誤的是選項A。31.對于無監(jiān)督學習，以下說法錯誤的是哪一項？A.無監(jiān)督學習是沒有指導的學習過程，待學習的訓練數(shù)據是有標簽的B.機器學習算法通過某種方式在數(shù)據中尋找共同特征，并將有共同特征的數(shù)據聚合在一起，有時也會把這個過程稱為“聚類”C.無監(jiān)督學習算法通過自由的探索數(shù)據，所學到的大部分內容必須包括理解數(shù)據本身，而不是將這種理解應用于特定任務D.通往通用智能的道路上必須要掌握無監(jiān)督學習的技能正確答案:A解析：逐一分析各選項：選項A：無監(jiān)督學習中待學習的訓練數(shù)據是無標簽的，而不是有標簽的，所以該選項說法錯誤。選項B：機器學習算法在無監(jiān)督學習中確實會通過一定方式尋找共同特征并進行聚類，該說法正確。選項C：無監(jiān)督學習算法主要是對數(shù)據本身進行探索和理解，而非直接應用于特定任務，該說法正確。選項D：無監(jiān)督學習對于通往通用智能是很重要的，該說法正確。綜上，說法錯誤的是選項A。32.下面關于數(shù)據清理方法的說法，錯誤的是哪一項？A.由于調查問卷的可選項設定，而未記錄信息，有可能造成數(shù)據的缺失B.缺失數(shù)據可以暫時保留不做預處理，可交由模型搭建階段負責處理C.可以考慮去除或修改內容明顯錯誤或者邏輯明顯不通的數(shù)據D.當要分析有關人口總體健康狀況的數(shù)據時，則可以去掉身份證號數(shù)據正確答案:B解析：逐一分析各選項：選項A：調查問卷中因可選項設定導致未記錄信息，這確實可能導致數(shù)據缺失，該說法正確。選項B：缺失數(shù)據不做預處理直接交由模型搭建階段處理可能會帶來問題，一般需要在數(shù)據清理階段進行適當處理，而不是完全不管，該說法錯誤。選項C：對于內容明顯錯誤或邏輯不通的數(shù)據進行去除或修改是合理的數(shù)據清理操作，該說法正確。選項D：在分析人口總體健康狀況時，身份證號數(shù)據通常與健康狀況無關，去掉它可以減少無關數(shù)據干擾，該說法正確。綜上，錯誤的是選項B。33.邏輯推理能力屬于人工智能的哪一個層面？A.計算智能B.感知智能C.認知智能D.都不是正確答案:C解析：首先，計算智能主要涉及數(shù)據計算和處理等方面。然后，感知智能側重于對外部信息的獲取和感知，如圖像識別、語音識別等。接著，認知智能則更強調對知識的理解、推理、決策等高級認知能力。而邏輯推理能力是一種對信息進行分析、推理和得出結論的能力，屬于認知智能的范疇。所以這道題應該選擇C。34.在玩具小車案例的目標檢測任務中，下面哪一項不屬于數(shù)據采集和數(shù)據標注時該明確的任務需求？A.場地的光照情況B.攝像機的色差C.交通標志牌的背面D.交通標志牌的翻滾角正確答案:C解析：逐一分析各選項：選項A：場地的光照情況對玩具小車目標檢測可能會有影響，比如不同光照下小車的外觀特征可能不同，所以需要明確，該選項不符合題意。選項B：攝像機的色差也可能影響對玩具小車的檢測效果，需要在數(shù)據采集和標注時考慮到，該選項不符合題意。選項C：交通標志牌的背面通常與玩具小車的目標檢測任務無關，不需要明確，該選項符合題意。選項D：交通標志牌的翻滾角可能會影響其在圖像中的呈現(xiàn)，對目標檢測有一定影響，需要明確，該選項不符合題意。綜上所述，答案是C。35.以下關于模型測評的說法正確的是哪幾項？A.可以通過模型在訓練數(shù)據集上的量化指標實現(xiàn)模型選擇B.可以通過模型在測試數(shù)據集上的量化指標實現(xiàn)模型選擇C.可以通過在訓練數(shù)據集上收斂后得到的模型來選擇模型D.可以通過在測試數(shù)據集上收斂后得到的模型來選擇模型正確答案:B解析：逐一分析各選項：A選項：模型在訓練數(shù)據集上的量化指標可以反映模型在訓練集上的表現(xiàn)，但不能僅通過此來實現(xiàn)模型選擇，因為可能存在過擬合等問題，該選項不完全正確。B選項：通過模型在測試數(shù)據集上的量化指標來實現(xiàn)模型選擇是比較合理的，因為測試集是獨立于訓練集的，可以更好地評估模型的泛化能力，該選項正確。C選項：僅通過在訓練數(shù)據集上收斂后得到的模型來選擇模型是不準確的，可能存在對訓練數(shù)據過度擬合的情況，不能全面反映模型性能，該選項錯誤。D選項：應該是通過模型在測試數(shù)據集上的表現(xiàn)來選擇模型，而不是在測試數(shù)據集上收斂后得到的模型，該說法不準確，該選項錯誤。綜上，正確的是B。36.使用某機器學習模型預測某癌癥的案例中，對1000個人中預測有4個人患癌，該4人中僅一人實際確診，模型還漏報了一個確診病例，請問精確率和在回率分別是多少？A.精確率是25%，召回率是50%B.精確率是50%，召回率是25%C.精確率是33%，召回率是75%D.精確率是75%，召回率是33%正確答案:A解析：首先來分析精確率。精確率是指在所有被模型預測為正的樣本中，實際為正的樣本所占的比例。模型預測有4個人患癌，而這4人中僅1人實際確診，所以精確率=1÷4=0.25=25%。接下來分析召回率。召回率是指在實際為正的樣本中，被模型正確預測為正的樣本所占的比例。原本應該有2人確診（模型預測的1人加上漏報的1人），模型只預測到了1人，所以召回率=1÷2=0.5=50%。綜上，答案是A，精確率是25%，召回率是50%。37.以下哪一項不屬于自然語言處理的應用場景？A.網站新聞自動分類B.手機刷臉付款C.聊天機器人D.英譯漢自動翻譯系統(tǒng)正確答案:B解析：自然語言處理是計算機科學和人工智能領域的一個分支，旨在使計算機能夠理解和處理自然語言。逐項分析A選項網站新聞自動分類可以通過對新聞內容的自然語言處理來實現(xiàn)，屬于自然語言處理的應用場景，A錯誤。B選項手機刷臉付款主要涉及圖像識別和生物識別技術，與自然語言處理無關，B正確。C選項聊天機器人需要對用戶輸入的自然語言進行理解和回應，屬于自然語言處理的應用場景，C錯誤。D選項英譯漢自動翻譯系統(tǒng)是對自然語言進行翻譯處理，屬于自然語言處理的應用場景，D錯誤。故本題答案為：B。38.以下哪一項不是對于機器學習產業(yè)技術崗位的能力要求？A.掌握機器學習算法，包括傳統(tǒng)機器學習算法和深度學習算法B.熟悉異構SoC芯片設計流程，具備芯片開發(fā)經驗C.熟練使用Caffe、TensorFlow、MXNet、PyTorch、Keras等深度學習框架D.能夠將人工智能能力轉化為機器學習實際應用正確答案:B解析：逐一分析各選項：選項A：機器學習產業(yè)技術崗位需要掌握機器學習算法，這是很關鍵的能力，所以選項A是能力要求。選項B：熟悉異構SoC芯片設計流程和具備芯片開發(fā)經驗，這主要是芯片設計相關的能力要求，對于機器學習產業(yè)技術崗位來說，不是普遍必須的，更多是芯片相關崗位的要求，所以選項B不是機器學習產業(yè)技術崗位普遍的能力要求。選項C：熟練使用各種深度學習框架對于機器學習產業(yè)技術崗位是非常重要的，所以選項C是能力要求。選項D：能夠將人工智能能力轉化為實際應用是機器學習產業(yè)技術崗位的重要能力之一，所以選項D是能力要求。綜上所述，答案是B。39.以下哪一項描述說的是騰訊云AI車輛屬性識別技術？A.在多幅畫面中通過一些特征精準發(fā)現(xiàn)同一目標車輛B.檢測圖像中的車輛、非機動車和行人目標，輸出檢測到的各個目標C.對于輸入的連續(xù)視頻幀，關聯(lián)幀與幀之間的同一目標到相同ID，輸出按ID維度組織的一系列目標框軌跡D.給出一副車輛圖片，識別該車輛是否屬于7座商務車正確答案:D解析：D選項說的是騰訊云AI車輛屬性識別技術。理由如下：A選項強調的是在多幅畫面中精準發(fā)現(xiàn)同一目標車輛，重點在于目標車輛的追蹤；B選項主要是檢測圖像中的各類目標并輸出；C選項是關于連續(xù)視頻幀中對同一目標關聯(lián)到相同ID并輸出目標框軌跡，這更多涉及目標的跟蹤和軌跡分析；而D選項明確指出給出一副車輛圖片，識別該車輛是否屬于7座商務車，這是對車輛具體屬性的識別，符合車輛屬性識別技術的描述。40.下面關于數(shù)據驗收的說法，錯誤的是哪一項？A.數(shù)據的合法性是指數(shù)據符合定義的業(yè)務規(guī)則，或者約束的程度B.數(shù)據的準確性是指數(shù)據接近真實值的程度C.數(shù)據的完整性是指所有對數(shù)據的缺失和缺省的程度D.數(shù)據的一致性是指數(shù)據在同一數(shù)據集內或跨多個數(shù)據集的一致程度正確答案:C解析：逐一分析各選項：A選項：數(shù)據的合法性指數(shù)據符合定義的業(yè)務規(guī)則或約束的程度，該說法正確。B選項：數(shù)據的準確性是指數(shù)據接近真實值的程度，這種表述合理。C選項：數(shù)據的完整性是指數(shù)據不存在缺失或遺漏等情況的程度，而不是所有對數(shù)據的缺失和缺省的程度，該說法錯誤。D選項：數(shù)據的一致性是指數(shù)據在同一數(shù)據集內或跨多個數(shù)據集的一致程度，此說法正確。綜上，錯誤的是C選項。41.下面關于數(shù)據驗收的說法，錯誤的是哪一項？A.數(shù)據的合法性是指數(shù)據符合定義的業(yè)務規(guī)則，或者約束的程度B.數(shù)據的準確性是指數(shù)據接近真實值的程度C.數(shù)據的完整性是指所有對數(shù)據的缺失和缺省的程度D.數(shù)據的一致性是指數(shù)據在同一數(shù)據集內或跨多個數(shù)據集的一致程度正確答案:C解析：逐一分析各選項：A選項：數(shù)據的合法性指數(shù)據符合定義的業(yè)務規(guī)則或約束的程度，該說法正確。B選項：數(shù)據的準確性是指數(shù)據接近真實值的程度，這種表述合理。C選項：數(shù)據的完整性是指數(shù)據不存在缺失或遺漏等情況的程度，而不是所有對數(shù)據的缺失和缺省的程度，該說法錯誤。D選項：數(shù)據的一致性是指數(shù)據在同一數(shù)據集內或跨多個數(shù)據集的一致程度，此說法正確。綜上，錯誤的是C選項。42.下列數(shù)據準備的流程，哪一項順序是正確的？A.數(shù)據采集、數(shù)據清洗、數(shù)據標注、數(shù)據交付、數(shù)據驗收B.數(shù)據采集、數(shù)據清洗、數(shù)據標注、數(shù)據驗收、數(shù)據交付C.數(shù)據標注、數(shù)據采集、數(shù)據清洗、數(shù)據驗收、數(shù)據交付D.數(shù)據采集、數(shù)據清洗、數(shù)據驗收、數(shù)據標注、數(shù)據交付正確答案:B解析：首先，數(shù)據準備的第一步通常是數(shù)據采集，即獲取原始數(shù)據，所以C選項先數(shù)據標注再數(shù)據采集的順序不正確。接著，采集到的數(shù)據可能存在一些缺失值、錯誤或噪聲等問題，需要進行數(shù)據清洗來提高數(shù)據質量，故A選項中數(shù)據標注在數(shù)據清洗之前是不合理的。然后，對清洗后的數(shù)據進行標注，賦予數(shù)據特定的含義或分類等。之后進行數(shù)據驗收，檢查標注等是否符合要求。最后才是數(shù)據交付。綜上所述，正確的順序應該是B：數(shù)據采集、數(shù)據清洗、數(shù)據標注、數(shù)據驗收、數(shù)據交付。43.關于神經網絡的描述，以下哪一項是錯誤的？A.在模型結構上，深度學習本質上是建立、模擬了人腦進行分析學習的神經網絡，并且通過模仿人腦的機制來解釋數(shù)據的一種機器學習技術B.深度學習算法試圖從數(shù)據中直接去學習到更加高層、更加抽象的特征C.神經網絡算法試圖模仿大腦的神經元之間傳遞，處理信息的模式，有著和人腦神經元網絡相當?shù)膹碗s度和規(guī)模D.卷積神經網絡中的淺層部分可以更好的感知局部像素相關性，其深層部分可以感知全局的圖像信息正確答案:C解析：逐一分析各選項：選項A：深度學習確實本質上是建立、模擬了人腦進行分析學習的神經網絡，通過模仿人腦機制解釋數(shù)據，該描述正確。選項B：深度學習算法的確試圖從數(shù)據中直接學習到高層、抽象的特征，這是其特點之一，該描述正確。選項C：雖然神經網絡算法試圖模仿大腦神經元傳遞和處理信息的模式，但目前的神經網絡和人腦神經元網絡在復雜度和規(guī)模上還有很大差距，不能說有著相當?shù)膹碗s度和規(guī)模，該描述錯誤。選項D：卷積神經網絡中淺層部分對局部像素相關性感知較好，深層部分能感知全局圖像信息，這是常見的特點，該描述正確。綜上，答案是C。44.下面關于數(shù)據集劃分的說法，錯誤的是哪幾項？A.訓練集和測試集要互斥B.訓練集和測試集的數(shù)據規(guī)模要平衡相當C.訓練集和測試集的分布要與樣本真實分布一致D.測試集可以從訓練數(shù)據集中采樣得到正確答案:D解析：逐一分析各選項：選項A：訓練集用于訓練模型，測試集用于評估模型，它們的作用不同，所以兩者要互斥，該說法正確。選項B：為了更準確地評估模型，訓練集和測試集的數(shù)據規(guī)模通常需要平衡相當，這樣可以避免因數(shù)據量差異過大導致評估不準確，該說法正確。選項C：訓練集和測試集的分布應盡可能與樣本真實分布一致，這樣模型才能更好地學習和泛化，該說法正確。選項D：測試集不能從訓練數(shù)據集中采樣得到，否則會導致模型在評估時出現(xiàn)過擬合等問題，不能真實反映模型在新數(shù)據上的表現(xiàn)，該說法錯誤。綜上，錯誤的是選項D。45.以下哪一項是機器學習框架，而不是深度學習框架？A.TensorFlowB.PyTorchC.Scikit-learnD.Theano正確答案:C解析：逐一分析各個選項：TensorFlow：是一個深度學習框架。PyTorch：也是一個深度學習框架。Scikit-learn：它主要用于傳統(tǒng)機器學習，不是深度學習框架，而是一個通用的機器學習框架。Theano：曾經是一個重要的深度學習框架。綜上所述，答案是C。Scikit-learn是機器學習框架，而非深度學習框架。46.關于人工智能項目開發(fā)的流程，下面說法錯誤的是哪一項？A.在人工智能項目開發(fā)過程中，是先進行數(shù)據的采集，然后開始模型的探索與優(yōu)化B.人工智能開發(fā)的流程是從定義任務開始的流水線，一步到位的完成數(shù)據采集、模型探索、測試評估和部署集成等環(huán)節(jié)C.整個人工智能項目的開發(fā)周期是需要多方力量協(xié)同合作，在底層有軟件開發(fā)團隊和數(shù)據科學團隊配合來完成D.人工智能項目開發(fā)的過程中，技術目標的設定應始終與能夠幫助實現(xiàn)的業(yè)務目標是相關的。當兩者之間發(fā)生沖突時，必須首先考務目標正確答案:B解析：逐一分析各選項：選項A：通常在人工智能項目開發(fā)中，確實是先采集數(shù)據，然后基于數(shù)據進行模型的探索與優(yōu)化，該說法正確。選項B：人工智能開發(fā)流程并不是一步到位的，而是各個環(huán)節(jié)逐步進行且可能需要不斷循環(huán)和改進，該說法錯誤。選項C：整個人工智能項目開發(fā)周期確實需要多方力量協(xié)同合作，軟件開發(fā)團隊和數(shù)據科學團隊的配合是很重要的，該說法正確。選項D：技術目標應與業(yè)務目標相關，且當沖突時優(yōu)先考慮業(yè)務目標，這是合理的，該說法正確。綜上，說法錯誤的是選項B。47.以下關于人工智能算力芯片的說法錯誤的是哪一項?A.CPU是計算機中負責讀取指令，對指令譯碼并執(zhí)行指令的核心部件B.GPU是一種專門做圖像和圖形相關運算工作的微處理器，可以單獨調用并工作C.TPU是一款為機器學習而定制的芯片，經過了專門機器學習或者深度學習方面的訓練、它可以有更高性能D.NPU特別擅長處理視頻、圖像類的海量多媒體數(shù)據正確答案:C解析：關于人工智能算力芯片的說法，我們來逐一分析選項：A.CPU是正確的描述，它是計算機中央處理單元的縮寫，確實負責讀取指令，對指令進行譯碼并執(zhí)行。B.GPU也是準確的，它是一種專門用于處理圖像和圖形相關運算工作的微處理器，常?？梢元毩⒄{用并工作。D.NPU的描述也是正確的，它特別擅長處理視頻、圖像類的海量多媒體數(shù)據。而對于C選項，TPU的描述存在錯誤。實際上，TPU是某些品牌中用于特定任務的處理單元的縮寫，但并不是專為機器學習或深度學習定制的芯片，也沒有經過專門的機器學習或深度學習訓練。因此，這個選項是錯誤的。因此，正確答案是C。48.關于騰訊云AI機器學習平臺中【訓練工坊】的能力及功能定位，以下說法正確的是哪一項?A.統(tǒng)一模型納管，為算法模型工程化提供最優(yōu)輔助決策與準備B.為不同門檻的算法用戶及企業(yè)使用場景提供最適用便捷的算法建模工具選擇C.為AI平臺提供數(shù)據接入、預處理、標注、管理、存儲等功能，實理數(shù)據原材料生產D.便捷的可視化工作流編排正確答案:B解析：騰訊云AI機器學習平臺中的【訓練工坊】旨在滿足不同水平算法用戶及企業(yè)多樣化的使用場景需求，其核心能力及功能定位就是提供最為適用且便捷的算法建模工具選擇，以確保用戶能夠高效地進行模型構建與訓練。49.下面哪一項不是騰訊云AI機器學習平臺【數(shù)據中心)能力的子能力?A.數(shù)據接入B.數(shù)據存儲C.數(shù)據可視化D.數(shù)據標注正確答案:C解析：騰訊云AI機器學習平臺[數(shù)據中心]的主要功能是處理和管理數(shù)據，以支持機器學習任務。A選項“數(shù)據接入”是獲取數(shù)據的重要步驟。C選項“數(shù)據可視化”有助于直觀理解和分析數(shù)據。D選項“數(shù)據標注”為后續(xù)的模型訓練提供有價值的標注數(shù)據。而“數(shù)據存儲”通常是基礎的底層支持，不是其作為能力的子能力重點強調的方面。因此，選項B不是騰訊云AI機器學習平臺[數(shù)據中心]能力的子能力，答案選B。50.下面哪一項是Ti-Datatruth平臺定位的使用群體?A.數(shù)據科學家B.算法工程師C.AI數(shù)據標注人員D.AI應用開發(fā)者正確答案:C解析：這道題考查對Ti-Datatruth平臺定位使用群體的了解。在當前的技術應用領域，不同平臺有其特定的服務對象。Ti-Datatruth平臺主要是為AI數(shù)據標注人員提供服務的。數(shù)據科學家、算法工程師和AI應用開發(fā)者通常有更專業(yè)和綜合的工具需求，而該平臺側重于滿足AI數(shù)據標注人員的工作需求。51.下列生活應用中哪一項和語音技術無關?A.微信語音轉文字B.搜狗語音輸入法C.智能語音客服D.手機刷臉解鎖正確答案:D解析：這道題考查對語音技術應用的了解。語音技術主要涉及聲音的處理和轉換。微信語音轉文字、搜狗語音輸入法、智能語音客服都直接利用了語音的識別、轉換等功能。而手機刷臉解鎖依靠的是面部識別技術，與語音技術無關。52.下列生活應用中哪一項和語音技術無關?A.微信語音轉文字B.搜狗語音輸入法C.智能語音客服D.手機刷臉解鎖正確答案:D解析：這道題考查對語音技術應用的了解。語音技術主要涉及聲音的處理和轉換。微信語音轉文字、搜狗語音輸入法、智能語音客服都直接利用了語音的識別、轉換等功能。而手機刷臉解鎖依靠的是面部識別技術，與語音技術無關。53.以下哪一項的性能，對大型神經網絡模型開發(fā)有重要意義？A.CPUB.GPUC.深度學習框架D.SDK正確答案:B解析：這道題考查對大型神經網絡模型開發(fā)關鍵要素的了解。在大型神經網絡模型開發(fā)中，計算能力至關重要。GPU具有強大的并行計算能力，能大幅提高模型訓練和推理的效率。相比之下，CPU計算能力相對較弱。深度學習框架和SDK是輔助工具，而GPU直接影響計算速度和性能，對大型神經網絡模型開發(fā)意義重大。54.以下哪一項不屬于生活中的人工智能應用?A.指紋識別B.刷臉解鎖C.備件質檢D.真人核身正確答案:C解析：指紋識別和刷臉解鎖都是通過人工智能技術對生物特征進行識別和驗證的應用。真人核身也是借助人工智能來確認人的身份。而備件質檢主要依靠人工檢測或傳統(tǒng)的檢測方法，較少直接運用人工智能技術進行分析和判斷。所以選項C不屬于生活中的人工智能應用，選項A、B、D則屬于。因此，答案選擇C。55.以下關于機器學習的描述哪一項是錯誤的?A.機器學習是對能通過個人的經驗自動改進的計算機算法的研究B.機器學習利用數(shù)據或以往的經驗C.機器學習的目的是優(yōu)化計算機程序的性能標準D.人類基于經驗規(guī)律給出判斷，而機器通過訓練模型給出判斷正確答案:A解析：機器學習是研究計算機算法如何從數(shù)據或以往經驗中自動改進。選項A準確描述了機器學習的本質。選項B指出了機器學習利用數(shù)據和經驗這一重要特點。選項D說明了人類和機器做出判斷的不同方式。而選項C錯誤，機器學習的目的通常是讓計算機從數(shù)據中學習模式和規(guī)律，以實現(xiàn)預測、分類、識別等任務，而不是簡單地優(yōu)化計算機程序的性能標準。綜上，選項C是錯誤的，答案選C。56.以下哪一項不屬于健康碼背后的AI技術一人臉活體檢測的相關算法?A.動作活體B.唇語活體C.人臉對比D.靜默活體正確答案:C解析：在健康碼背后應用的AI技術中，人臉活體檢測是一個關鍵環(huán)節(jié)，它用于驗證用戶是否為真實活體，以防止照片、視頻等欺詐手段。人臉活體檢測的相關算法包括多種類型，如動作活體、唇語活體、靜默活體等。動作活體通過要求用戶做出特定動作來驗證；唇語活體則通過分析用戶的唇部動作與預設指令的匹配度來判斷；靜默活體則是在用戶無明顯動作的情況下進行檢測。而人臉對比主要是用于驗證兩張人臉圖像是否為同一人，它并不屬于人臉活體檢測的范疇，而是人臉識別技術的一部分。因此，選項C“人臉對比”不屬于健康碼背后的AI技術中人臉活體檢測的相關算法。57.下面哪一項技術不屬于計算機視覺的應用領域?A.圖像分類B.圖像分割C.目標檢測D.機器翻譯正確答案:D解析：計算機視覺主要是指讓計算機從圖像或視頻中獲取信息和理解內容的技術。圖像分類是對圖像整體進行類別判定；圖像分割是將圖像分成不同的區(qū)域；目標檢測是識別和定位圖像中的特定目標。而機器翻譯屬于自然語言處理領域，是對語言文本進行翻譯，并非直接處理圖像或視頻數(shù)據。所以，選項D不屬于計算機視覺的應用領域，答案選D。58.下列哪一項不是騰訊云AI內容安全產品的應用范圍?A.圖片鑒黃B.識別含有反動內容的音頻信息C.為支付過程提供人臉認證D.識別詐騙短信正確答案:C解析：騰訊云AI內容安全產品主要用于對各類內容的檢測和識別，以保障信息的合規(guī)和安全。A選項圖片鑒黃是常見的內容安全檢測需求。B選項識別含有反動內容的音頻信息，屬于對音頻內容的安全檢測范疇。D選項識別詐騙短信，有助于防范不良信息傳播。而C選項為支付過程提供人臉認證，更多地屬于身份驗證領域，并非騰訊云AI內容安全產品的典型應用范圍。所以，正確答案是C。59.找到特征與標簽之間的關系，利用算法從一類訓練數(shù)據或信息中自動分析并獲得該類數(shù)據或信息的規(guī)律，并利用獲取的規(guī)律對未來數(shù)據進行預測，這種行為叫什么？A.模型B.訓練C.特征D.建模正確答案:D解析：題目描述的是通過算法分析訓練數(shù)據中的特征與標簽關系，進而獲取數(shù)據規(guī)律，并利用這些規(guī)律對未來數(shù)據進行預測的過程。這一行為在機器學習和數(shù)據分析領域被稱為建模。建模是一個綜合性的過程，涉及數(shù)據的預處理、特征選擇、算法應用以及模型評估等多個步驟，旨在構建能夠準確反映數(shù)據內在規(guī)律的模型，以便對未來數(shù)據進行有效的預測和解釋。60.以下關于模型維護和更新的說法，錯誤的是哪項?A.在生產環(huán)境中運行的機器學習系統(tǒng)是復雜的軟件系統(tǒng)，需要根據時間的變化進行維護B.模型完成初始部署后，通常還需要維護和更改，以確保模型始終反映數(shù)據和環(huán)境的是最新趨勢C.模型檢測包括檢測不斷變化的輸入數(shù)據、檢測模型的關鍵指標等D.生產級機器學習模型無需再通過模型的再訓練，影響模型自己的表現(xiàn)正確答案:D解析：這道題考查對模型維護和更新的理解。在實際應用中，機器學習系統(tǒng)復雜，需隨時間變化維護。模型初始部署后要維護更改以反映新趨勢，檢測也包含多方面。而D選項說生產級模型無需再訓練影響表現(xiàn)是錯誤的，模型通常需要再訓練以適應變化，保持良好性能。61.以下哪一項屬于自然語言處理的基本應用場景?A.文本情感分析B.目標檢測C.語音識別D.圖像分類正確答案:A解析：自然語言處理主要是針對文本形式的語言進行分析和理解。文本情感分析是對文本所表達的情感傾向進行判斷和分析，屬于自然語言處理的范疇。目標檢測是計算機視覺領域的任務，主要針對圖像或視頻中的對象進行識別和定位。語音識別雖然與語言相關，但重點在于將語音轉換為文字，不完全屬于自然語言處理的典型應用場景。圖像分類是對圖像內容進行分類，屬于計算機視覺領域。綜上，選項A是正確答案。62.以下哪一項屬于自然語言處理的基本應用場景?A.文本情感分析B.目標檢測C.語音識別D.圖像分類正確答案:A解析：自然語言處理主要是針對文本形式的語言進行分析和理解。文本情感分析是對文本所表達的情感傾向進行判斷和分析，屬于自然語言處理的范疇。目標檢測是計算機視覺領域的任務，主要針對圖像或視頻中的對象進行識別和定位。語音識別雖然與語言相關，但重點在于將語音轉換為文字，不完全屬于自然語言處理的典型應用場景。圖像分類是對圖像內容進行分類，屬于計算機視覺領域。綜上，選項A是正確答案。63.機器學習和深度學習對硬件的依賴說法正確的是哪一項?A.機器學習和深度學習都比較依賴GPU算力B.機器學習和深度學習都比較依賴CPU算力C.機器學習依賴GPU算力，深度學習依賴CPU屏力D.機器學習依賴CPU算力、深度學習依賴GPU算力正確答案:D解析：機器學習和深度學習在算法執(zhí)行過程中對硬件的依賴有所不同。機器學習算法通常更依賴于CPU的算力，因為它們在處理數(shù)據時往往涉及大量的邏輯運算和條件判斷。而深度學習算法，尤其是涉及神經網絡訓練的，需要大量的矩陣運算和浮點運算，這些運算在GPU上能夠得到更高效的執(zhí)行，因為GPU具有更強的并行處理能力。因此，機器學習主要依賴CPU算力，而深度學習則更依賴GPU算力。64.在選擇開源許可協(xié)議的條件中，以下哪一項說法是不存在的?A.他人修改源碼后，是否可以閉源?B.新增代碼是否采用同樣的許可證?C.是否需要對源碼的修改之處，提供說明文檔?D.每一個修改過的文件，是否都必須放置你的名字?正確答案:D解析：在選擇開源許可協(xié)議時，通常會考慮他人修改源碼能否閉源、新增代碼的許可證要求以及是否要對源碼修改提供說明文檔等問題。A選項，不同的開源協(xié)議對他人修改源碼后能否閉源有不同規(guī)定。B選項，關于新增代碼采用相同許可證是常見的考量。C選項，要求對源碼修改之處提供說明文檔也是合理的條件之一。而D選項，每一個修改過的文件都必須放置個人名字的說法一般不存在，不是選擇開源許可協(xié)議的常見條件。所以，答案是D選項。65.下面關于數(shù)據采集源的說法，錯誤的是一項?A.瀏覽器上的網頁信息作為可實時觀測并獲取到的數(shù)據信息，可實現(xiàn)規(guī)模化，自動化的采集B.服務評價打分表是可以自動形成結構化數(shù)據的數(shù)據源C.用戶注冊信息表不能形成結構化的數(shù)據D.數(shù)字化信息數(shù)據庫可以快速地大規(guī)模自動化批量獲取和整理正確答案:C解析：用戶注冊信息表通常是按照一定格式和結構進行設計的，包含了用戶的各項注冊信息，如用戶名、密碼、郵箱、電話等。這些信息以結構化的方式存儲，便于后續(xù)的數(shù)據處理和分析。因此，用戶注冊信息表能夠形成結構化的數(shù)據，選項C的說法是錯誤的。而其他選項描述的數(shù)據采集源及其特性都是正確的。66.關于騰訊云AI人臉驗證技術(1：1驗證)，下列說法正確的是哪一項?A.識別面部的關鍵區(qū)域位置，包括眉毛、眼睛、鼻子、嘴巴和臉部輪廓等B.人臉識別技術可以計算出兩張人驗照片的相似度，從而判斷是否為同一人C.給定一張照片，和數(shù)據庫中N個人臉進行對比，給出是否為其中某一個人，或者給出排序結果D.影像中人體移動位置的識別正確答案:B解析：這道題考查對騰訊云AI人臉驗證技術（1：1驗證）的理解。在人臉識別領域，1：1驗證主要是對比兩張人臉照片以判斷是否為同一人。選項A說的是面部關鍵區(qū)域位置識別，并非1：1驗證重點；選項C是1：N對比；選項D是人體移動位置識別，與題目無關。而選項B準確說明了1：1驗證是計算兩張人臉照片相似度來判斷是否為同一人。67.以下關于模型性能和調優(yōu)的說法，錯誤的是哪項?A.機器學習模型的訓練目標是為了要在測試集上看到最佳的泛化性能B.泛化誤差最小的模型，往往并不是最簡單的模型，也不是復雜度最高的模型C.欠擬合的特點是有著很高的訓練誤差，可以考慮進一步復雜化模型，增加模型的表征能力D.過擬合的特點是測試誤差很大，呈現(xiàn)U型特點，可以考慮獲取更多的數(shù)據或提高模型的復雜度正確答案:D解析：對于模型性能和調優(yōu)的理解，我們來逐一分析各個選項：68.下列關于騰訊云AI機器學習平臺【管理中心】能力的描述中，哪一項是錯誤的?A.管理中心為AI平臺提供最全面的基礎支撐與管理功能B.包含個人中心、業(yè)務管理、權眼管理、API網關等子功能C.具有強大的多租戶業(yè)務管理體系D.模型不經過管理中心的審批可以直接使用正確答案:D解析：這道題考查對騰訊云AI機器學習平臺【管理中心】能力的了解。在實際應用中，管理中心起著重要的管控作用。為保障平臺的規(guī)范和安全，模型通常需要經過管理中心的審批才能使用，D選項說模型不經過審批可直接使用，這與管理中心的正常功能不符。A、B、C選項均符合其應有的能力描述。69.下列哪一項技術不是騰訊云AI文字識別技術布局中的支撐技術?A.深度學習B.知識圖譜C.機器學習D.圖像處理正確答案:B解析：騰訊云AI文字識別技術主要依靠深度學習和機器學習來訓練模型，以提高識別的準確性和效率。圖像處理技術則用于對文字圖像進行預處理和特征提取等操作。而知識圖譜主要用于知識的表示、推理和查詢，在騰訊云AI文字識別技術中并非直接的支撐技術。因此，答案選B。70.以下哪一項，不屬于人工智能在金融行業(yè)的應用?A.智能風控B.醫(yī)療影像分析C.智能理賠D.智能投研正確答案:B解析：智能風控可以幫助金融機構評估風險；智能理賠能提高保險理賠的效率和準確性；智能投研能為投資研究提供數(shù)據支持和策略分析。而醫(yī)療影像分析主要應用于醫(yī)療領域，用于疾病的診斷和治療，并非直接屬于人工智能在金融行業(yè)的應用。所以，選擇選項B。71.以下關于模型部暑的說法，錯誤的是哪項?A.開發(fā)環(huán)境可以是本地環(huán)境，也可以是遠程環(huán)境B.生產環(huán)境運行服務器類型的操作系統(tǒng)，要求具備可伸縮性，并且還可以持續(xù)運行并正常工作，對于可用性和可靠性的要求很高C.單機服務器就是指一臺單獨處理所有請求和處理的機器，也可以增加更多的計算機節(jié)點實現(xiàn)橫向擴展D.分布式計算環(huán)境通常通過利用計算機集群來實現(xiàn)正確答案:C解析：這道題考查對模型部署相關知識的理解。在模型部署中，單機服務器并非只是單獨處理所有請求，橫向擴展也不是簡單地增加計算機節(jié)點。選項A說明了開發(fā)環(huán)境的多樣性；選項B指出生產環(huán)境的特點；選項D闡述了分布式計算環(huán)境的實現(xiàn)方式。而選項C的表述不準確，所以答案是C。72.以下關于模型部暑的說法，錯誤的是哪項?A.開發(fā)環(huán)境可以是本地環(huán)境，也可以是遠程環(huán)境B.生產環(huán)境運行服務器類型的操作系統(tǒng)，要求具備可伸縮性，并且還可以持續(xù)運行并正常工作，對于可用性和可靠性的要求很高C.單機服務器就是指一臺單獨處理所有請求和處理的機器，也可以增加更多的計算機節(jié)點實現(xiàn)橫向擴展D.分布式計算環(huán)境通常通過利用計算機集群來實現(xiàn)正確答案:C解析：這道題考查對模型部署相關知識的理解。在模型部署中，單機服務器并非只是單獨處理所有請求，橫向擴展也不是簡單地增加計算機節(jié)點。選項A說明了開發(fā)環(huán)境的多樣性；選項B指出生產環(huán)境的特點；選項D闡述了分布式計算環(huán)境的實現(xiàn)方式。而選項C的表述不準確，所以答案是C。73.關于騰訊云AI機器學習平臺的能力，具有以下哪幾項主要特點？A.流程自動化B.訓練策略集成C.視覺和文本場景的自動建模D.啟發(fā)式無代碼建模的極簡體驗正確答案:ABCD解析：ABCD都是騰訊云AI機器學習平臺的主要特點。A選項流程自動化，它可以提高工作效率，減少人工操作的繁瑣和錯誤。B選項訓練策略集成，能夠整合多種有效的訓練方法，提升模型訓練效果。C選項視覺和文本場景的自動建模，針對不同場景提供自動建模能力，方便用戶針對具體需求進行應用。D選項啟發(fā)式無代碼建模的極簡體驗，使得用戶無需具備專業(yè)的編程知識也能輕松使用平臺進行建模，降低了使用門檻。74.騰訊云AI+泛娛樂的應用場景有以下哪幾項？A.短視頻直播產品中的AI美顏特效功能B.為武漢市提供機器人市民服務熱線功能C.廣告互動過程中的AI人臉特效功能D.影業(yè)游戲中的AI影像互動展功能正確答案:ACD解析：選項A：在短視頻直播產品中使用AI美顏特效功能，這是AI在泛娛樂領域的常見應用，通過AI技術提升用戶體驗，該選項正確。選項B：為武漢市提供機器人市民服務熱線功能，這主要是在公共服務領域，而非泛娛樂領域，該選項錯誤。選項C：在廣告互動過程中使用AI人臉特效功能，這可以增加廣告的趣味性和互動性，屬于泛娛樂范疇，該選項正確。選項D：在影業(yè)游戲中設置AI影像互動展功能，能為用戶帶來新的體驗和互動，屬于泛娛樂應用，該選項正確。綜上，正確的選項ACD。75.以下哪一項的性能，對大型神經網絡模型開發(fā)有重要意義？A.CPUB.GPUC.深度學習框架D.SDK正確答案:BC解析：這道題考查對大型神經網絡模型開發(fā)關鍵要素的了解。在大型神經網絡模型開發(fā)中，計算能力至關重要。GPU具有強大的并行計算能力，能大幅提高模型訓練和推理的效率。相比之下，CPU計算能力相對較弱。深度學習框架和SDK是輔助工具，而GPU直接影響計算速度和性能，對大型神經網絡模型開發(fā)意義重大。76.以下哪幾個技術方向是人工智能未來的發(fā)展趨勢？A.自動機器學習B.3D視覺技術C.算法公平性D.安全智能正確答案:ABCD解析：以下是對每個選項的分析：A.自動機器學習：它可以讓機器學習過程更加自動化和高效，減少人工干預，是人工智能發(fā)展的重要方向之一。因為隨著數(shù)據量的不斷增加和應用場景的多樣化，自動機器學習能夠更好地適應和處理各種情況。B.3D視覺技術：這對于人工智能在諸如自動駕駛、機器人等領域的應用非常關鍵，能夠提供更豐富和準確的環(huán)境感知，所以也是未來的發(fā)展趨勢之一。C.算法公平性：確保算法在不同群體中公平地運行和產生結果，對于人工智能的廣泛應用和社會接受度至關重要，是未來需要重點關注和發(fā)展的方向。D.安全智能：隨著人工智能的廣泛應用，保障其安全性是非常重要的，包括數(shù)據安全、模型安全等，所以安全智能也是未來的趨勢。77.在某房價預測案例數(shù)據中，以下哪幾個新構造的特征是可以通過"房屋總面積"、"臥室總面積"、"窗戶的總個數(shù)"這三個特征，經過特征工程后構造出來的？A.每戶人均窗戶的個數(shù)B.臥室空間占比C.臥室窗戶的個數(shù)D.是否有六個窗戶及其以上正確答案:BD解析：逐一分析各個選項：A選項“每戶人均窗戶的個數(shù)”，可以用“窗戶的總個數(shù)”除以家庭人數(shù)得到，而題目中沒有給出家庭人數(shù)相關信息，僅根據“房屋總面積”、“臥室總面積”、“窗戶的總個數(shù)”無法構造出來。B選項“臥室空間占比”，可以用“臥室總面積”除以“房屋總面積”得到，是可以通過已知特征構造出來的。C選項“臥室窗戶的個數(shù)”，僅根據所給的三個特征無法直接得到，因為不知道每個臥室的具體窗戶個數(shù)。D選項“是否有六個窗戶及其以上”，僅根據“窗戶的總個數(shù)”就可以判斷，是可以通過已知特征構造出來的。78.計算機視覺通常作為某些解決復雜問題的大規(guī)模系統(tǒng)的一個組成部分，以下哪些屬于這樣的范疇？A.醫(yī)學圖像的處理B.語音語義識別C.工業(yè)制造中的質量控制與測量D.情緒識別正確答案:ACD解析：逐一分析各個選項：A.醫(yī)學圖像的處理：計算機視覺可以用于分析醫(yī)學圖像，如X光、CT掃描等，幫助醫(yī)生進行診斷和治療決策，它可以是解決醫(yī)療領域復雜問題的大規(guī)模系統(tǒng)的一部分，所以A選項正確。B.語音語義識別：這主要涉及到語音處理和自然語言理解，與計算機視覺是不同的技術領域，不屬于計算機視覺通常作為組成部分的范疇，所以B選項錯誤。C.工業(yè)制造中的質量控制與測量：計算機視覺能夠檢測產品的缺陷、測量尺寸等，在工業(yè)制造系統(tǒng)中發(fā)揮重要作用，是大規(guī)模系統(tǒng)的組成部分，所以C選項正確。D.情緒識別：可以通過計算機視覺分析面部表情等進行情緒識別，可應用于多種復雜系統(tǒng)中，所以D選項正確。79.下列關于人工智能術語的說法，哪些是正確的？A.人工智能技術應用場景包括計算機視覺、語音識別和自然語言處理B.機器學習是深度學習的重要分支C.機器學習是實現(xiàn)AI的最大技術工具集D.深度學習是機器學習的重要分支正確答案:AD解析：逐一分析各選項：A選項：人工智能技術的應用場景確實包括計算機視覺、語音識別和自然語言處理等，這個說法是正確的。B選項：深度學習是機器學習的重要分支，而不是機器學習是深度學習的分支，該說法錯誤。C選項：機器學習是實現(xiàn)AI的重要技術工具之一，但不能說是最大的技術工具集，這種表述不準確，該說法錯誤。D選項：深度學習是機器學習的重要分支，這個說法是正確的。80.在計算機科學和機器學習領域里，一般主要受限于哪三個主要因素？A.時間成本B.存儲資源C.技術人才D.訓練數(shù)據正確答案:BCD解析：在計算機科學和機器學習領域中，一般主要受限于以下三個主要因素：首先是D訓練數(shù)據。大量高質量的訓練數(shù)據對于機器學習模型的訓練和性能提升至關重要。沒有足夠和合適的數(shù)據，模型難以學習到有效的模式和規(guī)律。其次是B存儲資源。機器學習中常常需要存儲大量的數(shù)據以及訓練好的模型等，存儲資源的限制會影響數(shù)據的存儲和模型的運行。最后是C技術人才。開發(fā)和應用機器學習需要專業(yè)的技術人才，他們具備算法、編程等多方面的知識和技能，缺乏這樣的人才會制約該領域的發(fā)展。而A時間成本雖然也是一個重要因素，但相對來說不是最主要的限制因素。綜上所述，答案是BCD。81.以下哪幾項不屬于深度學習技術特有的研究范式？A.分而治之，以大化小，逐個擊破B.人工編碼知識C.端到端D.從數(shù)據中直接自動地學習知識正確答案:AB解析：逐一分析各選項：選項A：“分而治之，以大化小，逐個擊破”并不是深度學習技術特有的研究范式，這是一種較為通用的解決問題的策略，在很多領域都可能用到，不屬于深度學習特有的。選項B：深度學習強調從數(shù)據中自動學習知識，而不是人工編碼知識，所以該選項不屬于深度學習技術特有的研究范式。選項C：端到端是深度學習中常見的一種方式，是其特有的研究范式。選項D：從數(shù)據中直接自動地學習知識是深度學習的重要特點和研究范式。綜上所述，答案為AB。82.以下哪幾項不屬于深度學習技術特有的研究范式？A.分而治之，以大化小，逐個擊破B.人工編碼知識C.端到端D.從數(shù)據中