人工智能通识基础 练习题

判断题 1分

在机器学习中，训练数据用于调整模型参数，而验证数据则用于评估模型的泛化能力。

1. A对
2. B错

判断题 1分

梯度下降算法的目标是通过最小化损失函数的值，找到模型参数的最优解。

1. A对
2. B错

判断题 1分

机器学习是一种完全依赖于人类设定规则的技术手段，用于从数据中学习规律。

1. A对
2. B错

单选题 2分

以下哪项不属于机器学习的核心阶段？

1. A训练
2. B验证
3. C复制
4. D测试

判断题 1分

线性回归模型适合解决分类任务，比如预测一条评论是正面还是负面的。

1. A对
2. B错

判断题 1分

人工神经网络前序传播是从输入计算输出的过程。

单选题 2分

以下哪个是机器学习模型中＂超参数＂的例子？

1. A线性回归的斜率
2. B损失函数中的误差值
3. C梯度下降算法的学习率
4. D模型的预测输出值

多选题 2分

关于梯度下降算法，下列说法正确的是

1. A它是一种优化算法
2. B它的目标是增加损失函数值
3. C它通过计算梯度调整模型参数
4. D学习率的大小会影响收敛速度

单选题 2分

下列关于线性回归的描述中，正确的是

1. A它是一种分类模型
2. B它假设输人与输出之间有非线性关系
3. C它通过拟合一条直线项测连续值
4. D它的目标是最大化信息熵

单选题 2分

机器学习的训练阶段主要用于

1. A调整模型的超参数
2. B学习输人数据与目标输出之间的规律
3. C检验模型在未见过数据上的表现
4. D将模型应用于实际场景

多选题 2分

以下哪些是常见的机器学习任务？

1. A回归
2. B分类
3. C聚类
4. D数学运算

判断题 1分

人工神经元的激活函数可以类比生物神经元的细胞体。

1. A对
2. B错

判断题 1分

ReLU函数将输入映射到 0 或 1 作为输出。

单选题 2分

下列哪项与人工神经网络训练过程无关？

1. A前序传播
2. B网络加密
3. C梯度下降
4. D反向传播

单选题 2分

下面对前馈神经网络的描述不正确的是

1. A是一种人工神经网络
2. B是一种监督学习的方法
3. C实现了非线性映射
4. D隐藏层数目大小对学习性能影响不大

多选题 2分

以下哪些是人工神经元的基本结构？

1. A细胞体
2. B激活函数
3. C输入
4. D输出

判断题 1分

深度学习技术的提出是为了解决深度神经网络训练碰到的困难。

1. A对
2. B错

单选题 2分

下列哪个不是人工神经元的常用激活函数？

1. A以e为底的指数函数
2. B阈值激活函数
3. CTanh函数
4. DReLU函数

多选题 2分

以下哪些是人工神经网络的基本结构？

1. A输入层
2. B隐藏层
3. C输出层
4. D状态层

判断题 1分

Sigmoid 函数将输入映射到 0 或 1 作为输出。