人工智能只需要算法就能工作，不需要数据。
人工智能通识基础 练习题
共 674 道题，以下仅展示题目与选项，供练习与学习使用。
想边做边批改、自动判分、收藏错题？
前往主站在线练习《人工智能通识基础》，获得完整学习体验。
前往 爱课堂 学习 →
人工智能发展经历了推理期、知识期和学习期三个阶段。
人工智能的最终目标就是让计算机完全取代人类。
人工智能只研究软件，不涉及硬件。
连接主义流派受到人脑神经元结构的启发。
人工智能一定比传统程序更难开发。
AI在农业领域也有应用，如智能病虫害识别。
人工智能技术已经能够理解人类语言的深层含义。
监督学习需要使用（ ）数据进行训练
- A无标签数据
- B随机数据
- C有标签数据
- D半标签数据
机器学习的核心思想是（ ）
- A从数据中自动学习规律
- B人工编写所有规则
- C完全随机做出决策
- D只依靠专家经验
以下属于无监督学习任务的是（ ）
- A图像分类
- B客户分群聚类
- C情感分析
- D房价预测
以下属于分类任务的是（ ）
- A预测股票价格
- B将客户自动分组
- C预测明天的降雨量
- D判断邮件是否为垃圾邮件
回归任务与分类任务的主要区别是（ ）
- A回归任务需要更多数据
- B分类任务更复杂
- C回归输出连续值，分类输出离散类别
- D回归不需要标签
训练集和测试集的用途分别是（ ）
- A训练模型、评估模型
- B评估模型、训练模型
- C都用于训练模型
- D都用于评估模型
小赵想预测明天的气温，他收集了历史天气数据（含日期、湿度、风速和当天温度），应选择（ ）方法
- A回归分析
- B聚类分析
- C关联规则
- D降维分析
以下能有效缓解过拟合的方法是（ ）
- A减少训练数据量
- B增加模型复杂度
- C增加正则化
- D减少特征数量到1个
欠拟合是指模型（ ）
- A在训练和测试数据上都表现差
- B在训练数据上表现好但在测试数据上表现差
- C只在测试数据上表现好
- D只在训练数据上表现好
强化学习的特点是（ ）
- A使用标签数据训练
- B不需要任何数据
- C只能用于分类任务
- D通过与环境的交互获得反馈来学习
过拟合是指模型（ ）
- A在训练和测试数据上都表现差
- B在训练数据上表现好但在测试数据上表现差
- C在训练和测试数据上都表现好
- D在训练数据上表现差但在测试数据上表现好
模型泛化能力是指（ ）
- A模型在训练数据上的准确率
- B模型对新数据的预测能力
- C模型的运行速度
- D模型占用的内存大小
本页仅提供题目与选项供学习参考，不含答案。如需系统练习、自动判分与错题本，欢迎前往主站《人工智能通识基础》在线练习。