【题库】人工智能训练师练习题

单选题

1、Windows系统不能进行数据爬虫。

A.正确

B.错误

2、自然语言处理是一门融语言学、计算机科学、心理学于一体的科学。

A.正确

B.错误

3、文本分类是指将文本按照内容的不同判别到一个或多个预先确定的文本类别之中的过程。

A.正确

B.错误

4、中文分词只局限于中文应用。

A.正确

B.错误

5、删除缺失值的行和填充缺失值是处理缺失值的主要技巧。

A .正确

B.错误

6、噪声数据只能自然产生不能人工形成。

A.正确

B.错误

7、人脸解析,是将人的头部包含人脸五官构成进行分解,得到头发、面部皮肤、眼睛、眉毛、鼻子、嘴、耳朵等区域。

A.正确

B.错误

8、数据类型是语言的抽象原子概念,可以说是语言中最基本的单元定义。

A.正确

B.错误

9、只能阅卷、机器阅读理解不能运用自然语言处理技术。

A .正确

B.错误

10、数据预处理的主要流程包括数据清理、数据集成、数据变换和数据规约。

A .正确

B.错误

11、语义标注的质量标准是标注出词语或语句的语义。

A.正确

B.错误

12、数据规约一定不会减少原数据的信息量。

A .正确

B.错误

13、数据集成涉及数据值冲突的是()。

A.文本分析

B.视频分析

C.检测与处理

D.动画编辑

14、去掉噪声属于()。

A .数据预处理

B.文本分析

C.模式识别

D.模型构建

15、通过一组符号及其组合来描述事物的是()。

A .数据

B.信息

C.知识

D.文字

16、()包含人脸检测与属性分析、人脸对比、人脸搜索等。

A.人脸识别

B.数据挖掘

C.机器学习

D .深度学习

17、网页数据可能包含文本数据、()等。

A .图片数据

B.玩具实体模型

C.实体书

D.纸质书

18、数据采集的常见误差来源有( )。

A.系统误差、随机误差和测量误差

B.选择误差、测量误差和数据处理误差

C.调查误差、测量误差和数据处理误差

D.系统误差、随机误差、测量误差和数据处理误差

19、热爱并以恭敬严肃的态度对待自己的本职工作是( )的表现

A.遵纪守法

B.爱岗敬业

C.团结协作

D.勤奋进取

20、一人所属照片清洗工具通常是一种()标注工具,判断是否为同一个人。

A.二分类

B.三分类

C.多分类

D .简单

21、人工智能的核心是()。

A .机器学习

B.大数据

C.算法

D .深度学习

22、以下()不属于数据采集的步骤。

A .确定研究问题并设计调查方案

B.对收集到的数据进行编码和整理

C.对数据进行可视化以探索其分布

D.分析数据并得出结论

23、人工神经网络模仿(),由许多人工神经元组成。

A.猩猩大脑

B.人类大脑

C.鲸鱼大脑

D.鲨鱼大脑

24、()包括数据质量控制和数据治理。

A.数据采集

B.数据清洗

C.数据集成

D.数据质量检查

25、定类等级的数据只按( )分类。

A.数据大小

B.文件大小

C.句子长度

D .类别名称

26、日志的作用是()。

A.预测未来要发生的事件

B .保留数据现场

C.节约数据成本

D .进行数据备份

27、Al是( )的英文缩写。

A .Automatic Intelligence

B .Artificial Intelligence

C.Automatic Information

D .Artificial Information

28、视频数据分类有助于()

A .增加搜索时间

B.提升用户体验

C.隐藏商业价值

D.增加工作量

29、下面属于实体识别的是()。

A .模型构建

B.文件整理

C.对象匹配

D.数据挖掘

30、下列不属于数据标注流程的是( )。

A.数据采集

B.数据清洗

C.数据标注

D.数据删除

31、采集到的数据存在数据质量差、()等问题。

A .数据格式杂乱

B.数据可信度强

C.数据准确性高

D.数据时效性强

32、职业道德与企业发展密切相关,以下说法正确的是()。

A.职业道德与企业文化没有关系

B.职业道德可以增强企业竞争力

C.职业道德可以由企业自己决定

D.职业道德对企业发展具有重要价值

33、有些算法对数据的形式有一定的要求,需要对原始数据进行()。

A.数据提取

B.数据合并

C.数据清洗

D.数据变换

34、()是用另一种语言对原作进行改写和重写

A .翻译

B.编辑

C.合成

D.拼接

35、常见的数据标注工具的数据标注结果导出格式不包括()。

A .CSV

B .XML

C .JSON

D .MP4

36、在训练一个目标检测模型时,( )方法能够快速准确地检测出多个目标。

A.使用更深的神经网络模型

8.对数据进行预处理,例如使用数据

增强技术

C.增加训练数据的数量

D.对模型进行更严格的正则化

37、人工智能应用研究的两个最重要最广泛领域为()。

A.专家系统、自动规划

B.专家系统、机器学习

C.机器学习、智能控制

D.机器学习、自然语言理解

38、在计算机语言里面,()是对内存位置的一个抽

象表达方式。

A .数字

B.数据类型

C.文本

D .图形

39、从环境导入数据后,()需要对其进行预处理,

A .信息处理层

B.鼠标

C.显示器

D .声卡

40、()是计算机中用来表示存储容量大小的基本单位。

A.字

B .位

C.比特

D .字节

41、()爬虫技术支持等形式的数据的采集,

A.电脑

B.图片

C.硬件

D.网络

42、为了解决如何模拟人类的感性思维,例如视觉理解、直觉思维、悟性等,研究者找到一个重要的信息处理的机制是()。

A.专家系统

B.人工神经网络

C.模式识别

D.智能代理

43、数据清理的主要任务是()。

A.去掉数据中的噪声,纠正不一致。

B.将多个数据源合并成一致的数据存储,构成一个完整的数据集,如数据仓库。

C.通过聚集、删除冗余属性或聚类等方法来压缩数据。

D.将一种格式的数据转换为另一格式的数据。

44、行人标注筛选是从输入的图像中挖掘出()的属性信息。

A.行人

B.车辆

C .司机

D .儿童

45、坚持党的基本路线不动摇,关键是()。

A.坚持社会主义道路不动摇

B.坚持改革开放不动摇

C.坚持中国共产党的领导不动摇

D.坚持以经济建设为中心不动摇

46、()指的是从数据的真实性与精确性角度检查资料。

A .准确性审核

B.在线数据

C.离线数据

D.实时数据

47、下面不属于容灾解决方案的是( )。

A.备份解决方案

B.主备双活容灾解决方案

C.双活容灾解决方案

D.两地三中心容灾解决方案

48、MIT的教授明确指出,过去15年人工智能取得的

成功,主要是因为()。

A.计算机视觉

B.语音识别

C.博弈论

D .机器学习

49、以下()是数据交付的内容。

A .数据清洗

B.数据平滑

C.数据质量

D.数据错误

50、生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。下列技术不属于生物特征识别技术的是()。

A.人脸识别

B.3D识别

C.虹膜识别

D.声纹识别

51、1997年5月12日,轰动全球的人机大战中,“更深的蓝”战胜了国际象棋之子卡斯帕罗夫,这是().

A.人工思维

B.机器思维

C.人工智能

D .机器智能

52、数据的表现形式可以是数字、文字还可以是( )等

A.系统

B.图片

C.程序

D .软件

53、定比等级的数据也是()。

A .定量

B.定类

C.文本

D.图表

54、文本类型的数据结果是()。

A .格式

B.数量

C.标签

D .特征

多选题

55、人工智能技术可以在()方面与元宇宙技术相结合,

A.使用人工智能技术来模仿和取代人类行为

B.使用人工智能技术处理元宇宙产生的海量且复杂的数据

C.使用人工智能解决芯片的计算能力

D.使用人工智能技术在增强现实和虚拟现实中创造更智能、更身临其境的世界

56、()不是组成视频的最小视觉单位,是一幅静态的图像。

A .帧

B.镜头

C.场景

D .频

57、人工智能研究范畴广泛而又异常复杂,其发展需

要与()和社会科学等学科深。

A.计算机科学

B.数学

C.认知科学

D .神经科学

58、语音识别技术,按词汇量大小进行分类,可以分为()。

A .小词汇量

B.中词汇量

C.大词汇量

D.超大词汇量

59、真正的通用人工智能系统具有把握()的能力,

A.跨领域

B.专业性

C.局部性

D.全局性

60、按照学习方式的不同,可以将机器学习分为以下()类。

A .聚类

B.无监督学习

C.监督学习

D.弱监督学习

判断题

61、通过强化学习,机器可以学会打乒乓球。

A.正确

B.错误

62、智能模型也称为基于知识的软件开发模型,它将瀑布系统与专家系统结合在一起。

A .正确

B.错误

63、特征转换就是用更少的列来解释数据点,并且效果不变,甚至更好。

A.正确

B.错误

64、利用人工智能,可以语音合成一个名人的声音。

A .正确

B.错误

65、计算机从业者应该考虑为社会和人类的幸福做出贡献,承认所有人都是计算的利益相关者。

A.正确

B.错误

66、定类等级的数据可以进行数学操作,比如平均工作,平均血型。

A .正确

B.错误

67、迁移学习可以让机器对规则相似的项目不需要让计算机从零开始重新学。

A.正确

B.错误

68、数据提取能够避免缺失数据对数据使用过程产生的负面影响。

A .正确

B.错误

69、人工智能的远期目标是制造智能机器,近期目标是实现机器智能。

A .正确

B.错误

70、定距等级的数据值之间的差异是没有意义的。

A .正确

B.错误

71、机器在通过计算机程序模拟人类的思考使得自己在某些具体的任务中,像人类一样能看、能听、能想、能说、能动。

A .正确

B.错误

72、数据清洗能够提升数据质量,避免对数据使用过程产生负面影响。

A .正确

B.错误

单选题

73、关于图像的说法,正确的是()。

A.灰度图只有一个通道

B.彩色图一定是RGB三通道

C.不同的开发包,对读取图片的通

道顺序必须相同

D.以上说法都正确

74、在机器学习中,以下()方法可以用于分类

问题。

A.K-means聚类

B.回归分析

C.支持向量机(SVM)

D.随机森林

75、在航空航天领域,人工智能技术的( )和严谨性可以得到有力的发挥。

A.科技性

B.严谨性

C.安全性

D.精确性

76、《中华人民共和国劳动法》是为了保护()的合法权益,调整劳动关系。

A.动物

B.劳动者

C.国家

D.人民

77、Al的英文缩写是()。

A .Automatic Intelligence

B .Artificial Intelligence

C.Automatic Information

D .Artificial Information

78、下面不是应用于智能物流领域的机器人是(

A .迎宾机器人

B.搬运机器人

C.货架穿梭车

D.分拣机器人

79、在人工智能中,以下()方法可以用于生成新内容。

A.回归分析

B .K-means聚类

C.生成对抗网络(GAN)

D.支持向量机(SVM)

80、以下选项中属于数据异常的是()。

A .语法类异常

B.语义类异常

C.覆盖类异常

D .以上都是

81、数据标注在出行行业常见的应用有()。

A.车辆标注

B.人形标注

C.POI标注

D.以上都是

82、互联网数据采集也称网络抓取或网络数据

爬取,主要是通过()和网页解析来实现。

A.数据爬虫

B.数据抓手

C.数据分析

D.网络链接

83、(),又称数据获取,指的是利用某种装置从系统外部采集数据并输入系统内部。

A.数据应用

B.数据取得

C.数据采集

D .数据传输

84、与传统数据库中的数据相比,文本数据具有其独特性,其包括四个方面。半结构化、高维、高数据量、( )。

A .语言性

B.语义性

C.语音性

D .结构化

85、以下()不是语音识别技术的应用场景。

A .入侵检测

B .语音合成

C.语音翻译

D .智能客服

86、将原始数据进行集成、变换、维度规约、数值规约是在以下()步骤的任务。

A .频繁模式挖掘

B.分类和预测

C.数据预处理

D.数据流挖掘

87、图像识别任务可以分为三个层次,根据处理内容的抽象性,从低到高依次为()。

A.图像分析,图像处理,图像理解

B.图像分析,图像理解,图像处理

C.图像处理,图像分析,图像理解

D.图像理解,图像分析,图像处理

88、智能语音技术具体可以分为自动语音识别、()、声纹识别、语音分类等。

A.语音学习

B.语音分析

C.语音合成

D.语音转写

89、人工智能中通常把()作为衡量机器智能的

准则。

A.图灵机,

B.图灵测试

C.中文屋思想实验

D .人类智能

90、1GB的信息相当于()字节(Byte是字节的意思,简写B)。

A .1000000

B .1024

C .1024*1024

D .1024000

91、人工智能领域通常所指的模式识别主要是对语音波形、地震波、心电图、脑电图.图片、照片、文字、符号、生物传感器等对象的具体模式进行()。

A .分类和计算

B.清洗和处理

C.辨识和分类

D.存储和利用

92、软件测试的对象包括()。

A.目标程序和相关文档

B .源程序、目标程序、数据及相关文档

C.目标程序、操作系统和平台软件

D .源程序和目标程序

93、()是指能够按照人的要求,在某一个领域完成一项工作或者一类工作的人工智能。

A.超人工智能

B .强人工智能

C.弱人工智能

D.人工智能

94、语义分割是给图像每个像素一个()标签或者给点云中每个点一个语义标签。

A .语义

B .图片

C.分类

D.文本

95、1997年5月,著名的“人机大战”,最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败,这台计算机被称为()。

A.深蓝

B .IBM

C.深思

D .蓝天

96、()是指发现并改正数据当中可识别的问题

和错误。

A .数据选择

B.数据选取

C.数据清理

D.数据整理

97、()是“一种规模大到在获取、存储、管理、分析方面大大超出了传统数、据库软件工具能力范围的数据集合”

A.数值

B.数字

C.数据

D.大数据

98、通过交通信息采集系统采采集道路中的车辆流量、行车速度等信息,经智能系统分析后调整各路口红绿灯时长属于人工智能在()领域的应用。

A.智能物流

B.智能安防

C.智能控制

D.智能交通

99、下面说法正确的是()。

A.人工智能就是机器学习

8.机器学习就是深度学习

C.人工智能就是深度学习

D .深度学习是一种机器学习的方法

100、遵守法律是指国家机关、社会组织和公民个人()。

A.按照法律行使权利

B.按照法律履行义务

C.按照法律行使权利,履行义务

D.按照法律行使权利,履行义务并在某些情况下可获得特权。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/503676.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

gateway的路径匹配介绍

gateway是一个单独服务。通过网关端口和predicates进行匹配服务 1先看配置。看我注解你就明白了。其实就是/order/**配置机制直接匹配到orderservice服务。 2我试着请求一个路径,请求成功。下面第三步是请求的接口。 3接口。

嵌入式中QT实现文本与线程控制方法

第一:利用QT进行文件读写实现 利用QT进行读写文本的时候进行读写,读取MP3歌词的文本,对这个文件进行读写操作。 实例代码,利用Qfile,对文件进行读写。 //读取对应文件文件,头文件的实现。 #ifndef MAINWINDOW_H #define MAINWINDOW_H#include <QMainWindow> #incl…

书籍推荐:Kubernetes 修炼手册

这本书是 2020 年出版的&#xff0c;比较新&#xff0c;从 0 到 1 介绍了 k8s 中的相关技术和概念&#xff0c;翻译质量也可以&#xff0c;适合作为初学 k8s 的课外书。 书中比较关键的就是中间那几个章节&#xff0c;基本掌握 k8s 中 Pod、svc、StatefulSet、ConfigMap、Volum…

计算机网络 (29)网络地址转换NAT

前言 网络地址转换&#xff08;Network Address Translation&#xff0c;NAT&#xff09;是计算机网络中的一种重要协议&#xff0c;它主要用于将私有IP地址转换为公共IP地址&#xff0c;以实现内部网络与外部网络之间的通信。 一、基本概念 NAT是一种在局域网&#xff08;LAN&…

三极管工作状态分析

NPN三极管 下面是NPN三极管&#xff08;也称N管&#xff09;的标识和内部结构图&#xff1a; NPN三极管由两个PN结构成&#xff0c;靠近C&#xff08;集电极&#xff09;一侧的PN结称为集电结&#xff1b;靠近E&#xff08;发射极&#xff09;一侧的PN结称为发射结&#xff1…

基于RedHat9部署WordPress+WooCommerce架设购物网站

系统版本信息&#xff1a;Red Hat Enterprise Linux release 9.2 (Plow) WordPress版本信息&#xff1a;wordpress-6.6.2-zh_CN WooCommerce版本信息&#xff1a;woocommerce.9.5.1 环境架构&#xff1a;LNMP&#xff08;RedHat9nginx1.20.1PHP 8.0.27MySQL8.0.30&#xff09; …

【雷达】雷达的分类

文章目录 前言类别性质主要雷达分系统及其现代技术发展国外发展 前言 前言 类别 性质 按作用分类 军用雷达&#xff1a;&#xff08;按载体&#xff09;地面雷达、舰载雷达、机载雷达、星载雷达、 艇载雷达、弹载雷达 民用雷达&#xff1a;交通管制雷达、港口管制雷达、气象雷…

基于RK3568/RK3588大车360度环视影像主动安全行车辅助系统解决方案,支持ADAS/DMS

产品设计初衷 HS-P2-2D是一款针对大车盲区开发的360度全景影像 安全行车辅助系统&#xff0c;通过车身四周安装的超广角像机&#xff0c;经算法合成全景鸟瞰图&#xff0c;通过鸟瞰图&#xff0c;司机非常清楚的看清楚车辆四周情况&#xff0c;大大降低盲区引发的交通事故。 产…

微信小程序之历史上的今天

微信小程序之历史上的今天 需求描述 今天我们再来做一个小程序&#xff0c;主要是搜索历史上的今天发生了哪些大事&#xff0c;结果如下 当天的历史事件或者根据事件选择的历史事件的列表&#xff1a; 点击某个详细的历史事件以后看到详细信息&#xff1a; API申请和小程序…

PyCharm简单调试

本文简单讲述一下PyCharm中经常用到的调试操作。 示例代码如下&#xff1a; for i in range(10):print("hello", i)if i > 2:print("ok!")在代码前面打上断点&#xff0c;如下图所示&#xff1a; 单机调试按钮Debug 单机Resume Program按钮&#xf…

域名注册网国际域名与国内域名的区别

在当今互联网时代&#xff0c;域名注册是每个企业和个人建立在线存在的重要步骤。国际域名与国内域名之间存在一些显著的区别&#xff0c;这些区别影响着用户的选择和使用。 首先&#xff0c;国际域名通常以“.com”、“.net”、“.org”等后缀结尾&#xff0c;这些后缀具有全球…

Python 爬虫验证码识别

在我们进行爬虫的过程中&#xff0c;经常会碰到有些网站会时不时弹出来验证码识别。我们该如何解决呢&#xff1f;这里分享 2 种我尝试过的方法。 0.验证码示例 1.OpenCV pytesseract 使用 Python 中的 OpenCV 库进行图像预处理&#xff08;边缘保留滤波、灰度化、二值化、…

【Unity笔记】资源包导入后是洋红色(粉色)怎么办?

1.导入后发现是这样的 2.这个问题是渲染管道不匹配引起的。 导入的素材用的是 「通用渲染管线 Universal Render Pipeline, URP」&#xff0c;而项目里默认配置的是「内置渲染管线」&#xff0c;如图&#xff1a; 【知识补充】什么是渲染管线&#xff1f;&#xff1f;&#x…

Vue2移动端(H5项目)项目封装switch组件支持动态设置开启关闭背景色、值及组件内显示文字描述、禁用、switch 的宽度

前言 近期产品需求&#xff1a;Vue2移动端项目需要在switch开关内显示文字&#xff0c;看Vantui没有对应功能&#xff0c;因此自己手撸写了这个组件。 一、最终效果 二、参数配置 1、代码示例&#xff1a; <t-switch v-model"check"/>2、配置参数&#xff08;…

Spring Boot教程之五十一:Spring Boot – CrudRepository 示例

Spring Boot – CrudRepository 示例 Spring Boot 建立在 Spring 之上&#xff0c;包含 Spring 的所有功能。由于其快速的生产就绪环境&#xff0c;使开发人员能够直接专注于逻辑&#xff0c;而不必费力配置和设置&#xff0c;因此如今它正成为开发人员的最爱。Spring Boot 是…

概率论与数理统计--期末

概率论占比更多&#xff0c;三分之二左右 数理统计会少一些 事件之间的概率 ab互斥&#xff0c;不是ab独立 古典概型吃高中基础&#xff0c;考的不会很多 条件概率公式&#xff0c;要记 公式不要全记&#xff0c;很多有名称的公式是通过基础公式转换而来的 目的在于解决一…

大数据高级ACP学习笔记(2)

钻取&#xff1a;变换维度的层次&#xff0c;改变粒度的大小 星型模型 雪花模型 MaxCompute DataHub

标准IO

student.c用链表完成 #include <stdio.h> #include <string.h> #include <stdlib.h> typedef struct student {char name[10];int chinese;int math;int English;int physics;int chemistry;int biology; }stu,*stuptr; typedef struct node {union{stu dat…

Ollama + FastGPT搭建本地私有企业级AI知识库 (Linux)

一、为何搭建本地企业级AI知识库&#xff1f; 首先我们分析下搭建本地企业级AI知识库的核心要点&#xff1a; 1.数据安全性&#xff1a;本地部署可以更好地保护企业敏感数据&#xff0c;避免数据泄露的风险。 2.定制化&#xff1a;根据企业特定需求进行定制&#xff0c;提供更…

基于SMT32U575RIT单片机-中断练习

练习要求&#xff1a; 1、通过扩展板按键key1&#xff0c;开/关元器件&#xff1b; 2、通过串口选择模式&#xff08;通过中断实现&#xff09;&#xff1a; LED&#xff1a; 切换只控制LED&#xff1b; FAN&#xff1a; 切换只控制FAN&#xff1b; BEE&#xff1a; 切换只控制…