24秋国开电大春陕西开放大学人工智能专题专题二 测验答卷参考答案

yabao

专题二 测验答卷
专题二 测验
试卷总分:40  得分:100

一、判断题

1. 启发式规划的两种方法是减少更多的边或者状态抽象。
答案:
2. 贝叶斯定理是为了解决频率概率问题提出来的。
答案:

3. 谓词逻辑是应用于计算机的逻辑形式，其逻辑规则、符号系统与命题逻辑是一样的。
答案:

4. 深度学习是计算机利用其计算能力处理大量数据，获得看似人类同等智能的工具。
答案:

5. 分层规划中包含基本动作和高层动作。
答案:

6. 状态空间图是对一个问题的表示，通过问题表示，人们可以探索和分析通往解的可能的可替代路径。特定问题的解将对应状态空间图中的一条路径。
答案:

7. 现实世界中的规划问题需要先调度，后规划。
答案:
8. 人工智能利用遗传算法在求解优化问题时，会把问题的解用“0”和“1”表示。0,1就是就是“遗传基因”，01组成的字符串，称为一个染色体或个体。
答案:

9. 下图表示的是前向状态空间搜索。

{图}
答案:

10. P（A∣B）代表事件A发生的条件下事件B发生的概率。，我们的目标是要做全覆盖、全正确的答案搜索服务。
答案:

二、选择题
国开形成性考核答案
11. 当神经网络接收到工作任务时，就是用（）来接收这些任务所对应的数据集，如图像每个像素点的特征数值——色彩、亮度等。（）的每个神经元都是任务的特征，即特征数值。
A. 输入层
B. 输出层
C. 隐含层
D. 应用层
答案:

12.当我们在物品种类很多的情况下，需要快速选择出一种最优搭配方案时，其实可以借助一些特别的处理方法来解决，这些方法中的一种被称为“遗传算法”，它是通过模拟达尔文的进化论来解决问题的，因此也被归类为“进化算法”。（）教授首先提出“遗传算法”。
A. 约翰?霍兰德
B. 亚瑟·塞缪尔
C. 冯·诺依曼
D. 艾伦·麦席森·图灵
答案:

13.算法模型看起来像一棵倒立的树，数据沿着树根输入，再从叶子节点输出，中间的分支要根据不同特征的信息进行判断，决定该向左走还是向右走，这种算法称为（）。
A. KNN一网一平台答案
B. 决策树
C. 遗传算法
D. A*算法一网一平台答案
答案:

14.贝叶斯网络是（ ）首先提出来的。
A. 贝叶斯
B. 朱迪亚·珀尔
C. 高斯
D. 康托尔
答案:

15.贝叶斯网络是一个（）。
A. 有向环形图
B. 无向环形图
C. 有向无环图
D. 无向无环图
答案:

16.机器学习过程中，近似于人类的归纳推理式学习方式，被誉为“人工智能最有价值的地方”的学习方式是（）。
A. 监督学习
B. 无监督学习
C. 机器学习
D. 深度学习
答案:

17.遗传算法具有（）的迭代过程的搜索算法。也就是说，通过群体的一代代的不断进化，最终收敛到“最适应环境”的个体，从而求得问题的最优解或满意解。
A. 生存＋检测
B. 遗传变异
C. 自然选择
D. 适者生存
答案:

18.{图}

人们想让智能机器分辨哪个动物是熊猫，就会输入一些数据告诉机器。如图上所示的“大大的脑袋，黑白两色，黑眼眶，圆耳朵”，这些属于（）。
A. 标签
B. 特征值国开形成性考核答案
C. 数据结构
D. 拟合标签
答案:

19.（）设计出了一个会自主学习的跳棋程序，驳倒了“机器无法超越人类，像人类一样写代码和学习”的理论，创造出了“机器学习”这一术语。
A. 亚瑟·塞缪尔
B. 冯·诺依曼
C. 托马斯·贝叶斯
D. 艾伦·麦席森·图灵
答案:

20.（）的原理是：每一个节点绑定一个启发值，然后经过一次又一次的筛选，引导机器优先筛选那些启发值更优的节点，规避一些无用或效率较低的节点，从而快速找到问题的解。
A. KNN
B. 决策树国开形成性考核答案
C. 遗传算法
D. A*算法
答案: