考试总分:100分
考试类型:模拟试题
作答时间:90分钟
已答人数:172
试卷答案:没有
试卷介绍: 人工智能工程技术人员理论知识试卷(一)已经整理好,需要备考的朋友们赶紧来刷题吧!
A0.05
B0.1
C0.15
D0.2
AKNN分类
B逻辑回归
CDBSCAN
D决策树
A便宜
B容易安装
C一个工业标准,在任何电气商店都能买到
D传输速率比同轴电缆或双绞线的传输速率高
A正态分布具有集中性和对称性
B正态分布的均值和方差能够决定正态分布的位置和形态
C正态分布的偏度为0,峰度为1
D标准正态分布的均值为0,方差为1
A厂站管理人员
B自动化值班员
C自动化主站人员
D调度员
A三相四线制
B三相
C三相五线制
D三相三线制
A机器翻译技术
B机器翻译
C虚拟现实
D模式识别
A平衡节点
B负荷节点
C调整节点
DPV节点
A1比特
B2.6比特
C3.2比特
D3.8比特
A(1)(2)(3)
B(2)(3)(4)
C(1)(2)(3)(4)
D(1)(2)(3)(4)(5)
A增加训练集量
B减少神经网络隐藏层节点数
C删除稀疏的特征
DSVM算法中使用高斯核/RBF核代替线性核
A线性回归误差值必须正态分布,但是在Logistic回归的情况下,情况并非如此
B逻辑回归误差值必须正态分布,但是在线性回归的情况下,情况并非如此
C线性回归和逻辑回归误差值都必须正态分布
D线性回归和逻辑回归误差值都不能正态分布
A生成器
B迭代器
C可迭代对象
D以上无包含关系
A输入端-输出端
B输入端-中间端
C输出端-中间端
D中间端-中间端
Abert分类效果优于word2vec
Bword2vec分类效果优于bert
C效果一致
D以上选项均不正确
A突触
B轴突
C树突
D髓鞘
A避免计算机控制人类
B全力研究人类大脑
C人工智能伦理
D用计算机来模拟人类智能
A2
B1and2
C1,3and4
D2and4
A采集——挖掘——清洗——统计
B采集——统计——清洗——挖掘
C采集——清洗——挖掘——统计
D采集——清洗——统计——挖掘
A对前序相邻神经元所传递信息进行加权累加
B对加权累加信息进行非线性变化(通过激活函数)
C向前序相邻神经元反馈加权累加信息
D将加权累加信息向后续相邻神经元传递
A192.168.1.1
B192.168.1.2
C192.168.1.3
D192.168.1.4
AGradientDescentOptimizer
BAdamOptimizer
CAdadeltaOptimizer
DAdagradOptimizer
A微软公司
B谷歌公司
C脸谱公司
D麦肯锡公司
ARPN
BCNN
CResNet
DRoIpooling
ACRF是生成式的,而HMM是判别式模型;
BCRF是判别式模型,HMM是生成式模型。
CCRF和HMM都是生成式模型;
DCRF和HMM都是判别式模型。
A卡方检验值
B互信息
C信息增益
D主成分分析
A更换神经网络模型
B增加数据库的数据量
C加强GPU计算能力
D降低深度学习模型的复杂度
A解释学习需要环境提供一组示例,而示例学习只要环境提供一个示例。
B机械式学习是没有推理能力的
C符号学习对模拟人类较低级的神经活动是比较有效的
D观察与发现学习是基于归纳推理的
A图像压缩
B图像信号
C纹理和颜色建模
D几何处理和推理
A算法框架
B基础硬件
C人员
D机器学习
A结构
B尺寸
C激励函数
D学习规则
A速度
B稳定性
C存储成本
D存储能力
A周期自动计算
B事件触发计算
C人工启动计算
D随机启动
A厂站监控系统
B远动终端设备
C电能量远方终端
D电力二次系统安全防护主站设备
A安静环境下录音质量良好的语音识别效果优化
B新一代语音识别框架下的算法改进
C多模态识别
D结合麦克风阵列语音增强的软硬件一体化识别解决方案
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错
A对
B错