Advertisement

人工智能训练师_练习题汇总

阅读量:

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

  1. 需求公司是数据标注规则的 ( ) 。

A 、终结者 B 、桥梁 C 、起始者 D 、定制者

  1. 以下 ( ) 不是人工智能发展过程中的重要事件。

A 、 1950 年“图灵测试”的提出 B 、 1997 年深蓝战胜国际象棋世界冠军

C 、 1980 年专家系统诞生 D 、 2010 年苹果第四代手机 iPhone 4 发布

  1. 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

5.( ) 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

  1. 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

  1. 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

  1. 定比等级的数据也是 ( ) 。

A 、定量 B 、定类 C 、文本 D 、图表

9.( ) 是计算机科学和语言技术中的一个主题,目的是通过数学算法来识别人类手势。

A 、数据识别 B 、手势识别 C 、文本识别 D 、人脸识别

10.( ) 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

  1. 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

  1. 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

  1. 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

14.( ) 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

  1. 数据分类就是把具有 ( ) 的数据归并在一起。

A 、固有特征 B 、特有属性 C 、共同属性 D 、其他属性

16.( ) 方法最适合深度学习模型实现异常检测。 A 、支持向量机( SVM ) B 、 K- 最近邻算法( KNN )

C 、随机森林( Random Forest ) D 、卷积神经网络( CNN )

  1. 以下 ( ) 是人脸识别中的步骤。

A 、手势识别 B 、数据识别 C 、人脸图像采集 D 、文本识别

  1. 机器学习从不同的角度,有不同的分类方式,以下 ( ) 不属于按系统学习能力分类的

类别。

A 、监督学习 B 、无监督学习 C 、弱监督学习 D 、函数学习

  1. 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

  1. 文本类型的数据结果是 ( ) 内容。

A 、格式 B 、数量 C 、标签 D 、特征

  1. 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

  1. 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

  1. 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

  1. 机器学习训练图像识别是根据 ( ) 进行的,所以对于图像标注的质量标准也是根据像

素点位判定。

A 、边框 B 、颜色 C 、大小 D 、像素点

  1. 数据是对现实世界的事务采用计算机能够识别,储存和 ( ) 的形式进行描述的符的集

合。

A 、采集 B 、处理 C 、保存 D 、记录

  1. 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

  1. 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

  1. 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

29.( ) 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 30. 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

31.( ) 解决数据不一致性和冲突问题。

A 、对数据进行清洗和处理,去除重复和错误数据

B 、使用统一样本选择标准和数据处理方法,保证数据的一致性

C 、对不同数据源的数据进行对比和整合,消除冲突和不一致性

D 、以上都是

  1. 以下 ( ) 方法常用于非结构化数据的采集。

A 、数据库查询 B 、网络爬虫 C 、 API 接口 D 、 Excel 表格

  1. 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

  1. 下列 ( ) 不是人工智能的研究领域。

A 、机器证明 B 、模式识别 C 、人工生命 D 、编译原理

35.1997 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

  1. 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。

  1. 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

  1. 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

39.( ) 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

  1. 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

  1. 一般来讲,下列语言属于人工智能语言的是 ( ) 。

A 、 VJ B 、 C# C 、 Foxpro D 、 LISP

  1. 以下 ( ) 不是人工智能的一个重要应用领域。

A 、金融领域 B 、医疗领域 C 、教育领域 D 、娱乐领域 43 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

  1. 数据去重的方法有 ( ) 。

A 、人工去重 B 、基于哈希函数的去重

C 、基于特征的去重 D 、以上都是

  1. 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

  1. 不是人工智能的三大学派的是 ( ) 。

A 、符号学派 B 、连接学派 C 、行为学派 D 、统计学派

  1. 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

  1. 数据增强的目的是 ( ) 。

A 、提高模型性能 B 、增加数据多样性

C 、减少数据噪声 D 、以上都是

49.AI 是 ( ) 的英文缩写。

A 、 Automatic Intelligence B 、 Artificial Intelligence

C 、 Automatic Information D 、 Artificial Information

50.MIT 教授 Tomaso Poggio 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

51.( ) 是数据的基本单位。

A 、数据项 B 、集合 C 、数组 D 、组合项

  1. 数据集成涉及是数据值冲突的 ( ) 。

A 、文本分析 B 、视频分析 C 、检测与处理 D 、动画编辑

  1. 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

  1. 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

  1. 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

  1. 下面是数据质量的特性的是 ( ) 。

A 、不可解释性 B 、准确性 C 、不完整性 D 、不准确性

57.( ) 填充缺失值费时费力,不适用数据集大的情况。

A 、人工 B 、回归分析 C 、全局常量 D 、均值填充 58. 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

B 、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

59.( ) 是智能时代的根基,往往都是五花八门、杂乱无章的。

A 、视频 B 、图片 C 、文字 D 、数据

  1. 下面属于数据预处理的是 ( ) 。

A 、数据缺失值处理 B 、文本分析

C 、分类预测 D 、模式识别

  1. 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

  1. 下列 ( ) 操作不属于数据集的制作。

A 、图片获取 B 、图片标注

C 、保存成一致的格式 D 、清洗数据集

  1. 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

  1. 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

  1. 对数据进行汇总和聚集称为 ( ) 。

A 、分类 B 、聚集 C 、光滑 D 、离散化

  1. 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

  1. 经常与黑客软件配合使用的是 ( ) 。

A 、程序 B 、蠕虫 C 、系统 D 、木马

  1. 在训练模型之前,需要把先标注好的数据进行 ( ) 。

A 、替换 B 、分类 C 、删除 D 、更新

  1. 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

  1. 下面属于数据维度缩减的是 ( ) 。

A 、数据特征转换 B 、模型结构转换 C 、程序逻辑转换 D 、文本分析

  1. 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

  1. 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 73. 下列 ( ) 属于常用的分类算法。

A 、 SVM B 、 SVR C 、 kNN D 、 DBSCAN

  1. 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。

  1. 以下选项中是 Python 保留字的选项是 ( ) 。

A 、 string B 、 not C 、 del D 、 pass

  1. 大数据有 ( ) 特征。

A 、 Value (价值密度低 ) B 、 Velocity( 速度快 )

C 、 Volume( 数据量大 ) D 、 Veriety( 类型多 )

  1. 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

  1. 机器学习一般分 ( ) 和 ( ) 。

A 、强化学习 B 、非监督学习 C 、深度学习 D 、监督学习

79( ) 技术是 RCNN 采用而 FasterRCNN 没有使用。

A 、使用 ROIpooling B 、使用 MLP 进行分类与回归预测

C 、 SVM 分类 D 、使用 SelectiveSearch 输出候选框

80.Relu 激活函数的优点是 ( ) 。

A 、计算方便,计算速度快,求导方便 B 、输出不是以 0 为中心

C 、解决了梯度消失、爆炸的问题 D 、加速网络训练

判断对错

  1. 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。

  2. 噪声数据只能自然产生不能人工形成。

  3. 删除缺失值的行和填充缺失值是处理缺失值的主要技巧。

  4. 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。

  5. 数据规约一定不会减少原数据的信息量。

86.Python 只能创建一维数组。

87.Windows 系统不能进行数据爬虫。

  1. 数据清洗是数据预处理中重要的任务。

  2. 中文分词只局限于中文应用。

  3. 数据分类就是把具有某种共同属性或特征的数据归并在一起。

  4. 所有原始图片数据标注之后,可以得到标注好的图片和对应的 mp4 数据文件。

  5. 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。 93. 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。

  6. 只能阅卷、机器阅读理解不能运用自然语言处理技术。

  7. 文本标注是一个复杂的过程。

  8. 数据标注规则是为了完成数据标记项目,满足公司需求。

  9. 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。

  10. 文本实体数据是不能运算的图片集合。

  11. 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。

  1. 语义标注的质量标准是标注出词语或语句的语义。 1. 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

  1. 在数据表中,表的“列”称为 ( ) 。

A 、数据

B 、字段

C 、记录

D 、大数据

  1. 日常生活中,指纹扫描打卡考勤、虹膜扫描,应用到了人工智能中的 ( ) 。

A 、机器翻译技术 B 、机器翻译

C 、虚拟现实

D 、模式识别

  1. 文本数据一般分为字符和 ( ) 。

A 、字节

B 、字根

C 、字符串

D 、字母

  1. 大数据具有以下特征 ( ) 。

A 、大容量、多种类、高速度

B 、复杂性、高价值

C 、可变性、真实性

D 、以上都是

6.1GB 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

  1. 以下不属于人工智能技术的是 ( ) 。

A 、指纹识别

B 、语音识别

C 、人脸识别

D 、自动感应门

  1. 以下不属于机器学习的方法是 ( ) 。

A 、监督学习

B 、自动学习

C 、强化学习

D 、迁移学习

  1. 图像识别是以图像的主要 ( ) 为基础的。

A 、元素

B 、像素

C 、特征

D 、部件

  1. 下面说法正确的是 ( ) 。

A 、人工智能就是机器学习

B 、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

  1. 人工智能产业链条主要包括 : 基础技术支撑、 ( ) 、人工智能应用。

A 、智能平台建设

B 、大数据平台

C 、互联网应用

D 、人工智能技术

  1. 人工智能的算法中学习方法有 ( ) 种。

A 、 1

B 、 2

C 、 3

D 、 4

  1. 数据分类就是把具有 ( ) 的数据归并在一起。

A 、共同属性 B 、特有属性 C 、固有特征 D 、其他属性

  1. 在数据表中,表的“行”称为 ( ) 。

A 、数据

B 、字段

C 、记录

D 、大数据

  1. 利用计算机模拟人类的某些思维活动,如医疗诊断、定理证明等,这些应用属于 ( ) 。

A 、数值计算

B 、自动控制

C 、人工智能

D 、模拟仿真

  1. 下面 ( ) 不是计算机采用二进制的主要原因。

A 、二进制只有 0 和 1 两个状态,技术上容易实现 B 、二进制运算规则简单

C 、二进制数的 0 和 1 与逻辑代数的“真”和“假”吻合,适合计算机进行逻辑运算

D 、二进制可与十进制直接进行算数运算

  1. 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

  1. 以下说法错误的是 ( ) 。

A 、大数据是一种思维方式

B 、大数据不仅仅是讲数据的体量大

C 、大数据会带来机器智能

D 、大数据的英文名称是 largedata

  1. 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

  1. 数据仓库的最终目的是 ( ) 。

A 、收集业务需求

B 、建立数据仓库逻辑模型

C 、开发数据仓库的应用分析

D 、为用户和业务部门提供决策支持

21.pandas 的三个基本数据结构: Series 、 ( ) 和 Index 。

A 、 numpy

B 、 list

C 、 number

D 、 Dataframe

22.AI 的英文缩写是 ( ) 。

A 、 Automatic Intelligence

B 、 Artificial Intelligence

C 、 Automatic Information

D 、 Artificial Information

  1. 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

24.1997 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

  1. 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

  1. 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

  1. 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

28.Python 函数定义的关键字是 ( ) 。 A 、 def

B 、 function

C 、 import

D 、 main

  1. 诺贝尔物理学奖获得者 ( ) 提出了量子计算的概念。

A 、杨振宁

B 、霍金

C 、爱因斯坦

D 、理查德 . 费曼

  1. 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 )

  1. 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

  1. 人工智能数据主要分本文数据、语音数据、图像数据、 ( ) 几大类别。

A 、通讯数据

B 、视频数据

C 、结构化数据

D 、非结构化数据

33.( ) 是指不能参与算术运算的字符集合,也称字符型数据。

A 、文本数据

B 、语音数据

C 、图像数据

D 、视频数据

  1. 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

  1. 数据表是由行(记录)和列(字段)构成,因此也称 ( ) 。

A 、数据

B 、二维表

C 、表格

D 、大数据

  1. 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

  1. 以下选项中,属于医疗行业人工智能,应用的是 ( ) 。

A 、人体标框

B 、 3D 画框

C 、骨骼点标记

D 、以上都是

  1. 以下选项不属于智能安防数据标注应用的是 ( ) 。

A 、人脸标注

B 、语音采集

C 、行人标注

D 、病历转录

  1. 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

40.( ) ,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

  1. 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

  1. 根据能力的不同等级,人工智能可以分为 ( ) 。

A 、高人工智能和低人工智能

B 、强人工智能和弱人工智能 C 、大人工智能和小人工智能

D 、深人工智能和浅人工智能

  1. 数据采集的方法主要有 ( ) 。

A 、互联网数据采集 B 、数据众包采集 C 、传感器数据采集 D 、以上都是

44.( ) 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

  1. 下列 ( ) 神经网络模型是最早的深度学习模型。

A 、卷积神经网络( CNN )

B 、循环神经网络( RNN )

C 、前馈神经网络( FNN )

D 、长短期记忆网络( LSTM )

46.( ) 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

  1. 数据清理包括检查数据的一致性,处理无效值和 ( ) 等异常数据。

A 、缺失值

B 、缺损值

C 、缺少值

D 、错误值

  1. 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

  1. 下列选项中不属于数据清洗过程的是 ( ) 。

A 、明确错误结构

B 、识别错误实例

C 、纠正发现错误

D 、干净数据回流

  1. 阿尔法狗是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序,

它的主要工作原理是 ( ) 。

A 、深度学习

B 、机器学习

C 、卷积神经网络 D 、 BP 神经网络

  1. 多媒体计算机系统是将多媒体信息和 ( ) 交互式控制相结合。

A 、计算机

B 、程序

C 、软件

D 、硬件系统

  1. 人工神经网络模仿 ( ) ,由许多人工神经元组成。

A 、人类大脑

B 、猩猩大脑

C 、鲸鱼大脑

D 、鲨鱼大脑

  1. 《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

  1. 自主无人系统是一种智能化的 ( ) 。

A 、自动控制系统 B 、行为系统

C 、语言系统

D 、声音系统

  1. 使用 ( ) 可以展现数据的变化趋势。

A 、饼图

B 、折线图

C 、雷达图

D 、散点图

  1. 多样化 ( ) 促使数据标注产业迸发旺盛的生命力。

A 、数据分析

B 、应用场景

C 、应用软件

D 、软件公司

  1. 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

  1. 在当前的人工智能领域,机器学习,或者更准确地说, ( ) 的技术路线已经成为研究 的主流。

A 、大数据 + 深度学习

B 、数据 + 学习

C 、大数据 + 去计算

D 、云计算 + 去中心化

  1. 下列说法错误的是 ( ) 。

A 、 Python 是一门面向对象的语言

B 、 Python 是一门面向过程的语言

C 、 Python 是一种解释型语言的计算机程序设计语言

D 、 Python 程序无需编译成二进制代码,而是在执行时对语句一条―条编译

  1. 不属于人工智能机器感知领域的是 ( ) 。

A 、使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力

B 、使机器具有理解文字的能力

C 、使机器具有能够获取新知识、学习新技巧的能力

D 、使机器具有听懂人类语言的能力

  1. 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

  1. 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

  1. 人工智能中用“如果…则…”关联起来的知识称为 ( ) 。

A 、产生式

B 、规则

C 、关系式

D 、模式

64.Python 不支持的数据类型有 ( ) 。

A 、 char

B 、 int

C 、 float

D 、 list

  1. 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

66.( ) 是数据生成的第一关。

A 、数据应用

B 、数据取得

C 、数据采集

D 、数据传输

  1. 人工智能的四个层次分别是运算智能、感知智能、 ( ) 、自主智能。

A 、认识智能

B 、行为智能

C 、认知智能

D 、学习智能

68.( ) 可以大大地解放老师的双手和工作量,提升教学的效率。

A 、智能搜题

B 、智能批改

C 、智能答题

D 、智能命题

  1. 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

70.( ) 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

  1. 数据的获取途径有 ( ) 。

A 、产品自有数据

B 、调查问卷

C 、互联网数据导入

D 、从别人数据库窃取

  1. 一般说来,人工智能技术包括 ( ) 。

A 、深度学习、机器学习

B 、计算机视觉、自然语言处理

C 、人机交互、生物信息技术、智能芯片

D 、虚拟现实 / 增强现实、机器人技术

  1. 人工智能应用类企业的切入领域有 ( ) 。

A 、机器人

B 、教育培训

C 、医疗设备

D 、智能家居

  1. 影响学习系统设计的重要因素有 ( ) 。

A 、环境向系统提供的信息质量

B 、知识库

C 、信息传输的安全性

D 、以上所有选项

  1. 下列选项中,人工智能的基础实现有 ( ) 。

A 、机器学习

B 、深度学习

C 、 BP 神经网络

D 、卷积神经网络

  1. 数据增强用于处理图片的方式有 ( ) 。

A 、翻转

B 、缩放

C 、改变色温

D 、亮度

  1. 工业界人工智能成功的三大法宝是 ( ) 。

A 、深度学习

B 、大数据

C 、云计算

D 、涟漪效应

  1. 在数据清理中,下面 ( ) 属于处理缺失值的方法。

A 、估算

B 、整例删除

C 、变量删除

D 、成对删除

  1. 大数据有 ( ) 特征。

A 、 Value (价值密度低 ) B 、 Velocity( 速度快 )

C 、 Volume( 数据量大 ) D 、 Veriety( 类型多 )

  1. 下列选项中, ( ) 是可以用于数据采集的技术。

A 、 Flume

B 、 Hive

C 、 Kafka

D 、 Mahout

  1. 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。

  1. 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。 83. 计算机语言使用的是二进制,只有 0 和 1 两个符号。

  2. 利用人工智能,可以语音合成一个名人的声音。

  3. 通过监督学习机器可以学会精准的击打乒乓球。

  4. 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。

  5. 通过强化学习,机器可以学会打乒乓球。

  6. 从理论上讲,机器可以完成人类能够完成的任何一种重复的劳动,甚至人类无法完成的

许多重复的劳动。

  1. 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。

  2. 过拟合是指由于训练样本不足,导致测试结果不堪用。

  3. 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。

92 .Python 是低级语言。

  1. 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。

9 4. 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。

  1. 定距等级的数据值之间的差异是没有意义的。

  2. 删除缺失值的行和填充缺失值是处理缺失值的主要技巧。

  3. 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。

  4. 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。

  5. 人工智能之所以能在近年来掀起新一轮高潮,主要是因为三大驱动要素:算法、大数据、

运算能力。

100.LISP 属于人工智能语言。

  1. 良好的 ( ) 是每一个员工都必须具备的基本品质。

A 、道德

B 、品质

C 、职业道德

D 、制度

2.( ) 是增强企业凝聚力的手段。

A 、职业道德 B 、企业环境 C 、企业礼俗 D 、企业作风

3.Python 提供了高效的高级数据结构,还能简单有效地面向 ( ) 编程。

A 、类别 B 、对象 C 、文档 D 、视频

  1. 数据清洗中,编写 MapReduce 程序的主要功能是 ( ) 。

A 、数据排序 B 、数据筛选

C 、数据去重 D 、以上都是

  1. 数据采集,又称 ( ) 是利用一种装置,从系统外部采集数据并输入到系统内部的一个接

口。

A 、数据收集 B 、数据搜集

C 、数据获取 D 、数据汇集 6.AIDC 采集的全称为 ( ) ,指一种自动识别和收集数据对象,然后将其存储在计算机中

的方法。

A 、自动识别和收集

B 、自动识别和数据捕获

C 、自动感知和收集数据捕获

D 、自动感知和数据捕获

  1. 在数据预处理中,对缺失的数据的可以直接删除或者 ( ) 进行补充。

A 、数据清洗 B 、数据插补

C 、数据变换 D 、随意填充。

  1. 数据采集的方式有 ( ) 。

A 、埋点 B 、主库写备读库

C 、埋点 + 中间件 D 、订阅 binlog

  1. 大数据环境下,很看重数据处理的 ( ) 和可用性。

A 、高效性 B 、重复性 C 、统一性 D 、一致性

  1. 不同的数据分析领域量化的方式不同,传统分析中更为关注 ( ) 。

A 、重复性 B 、多样性 C 、精确性 D 、一致性

  1. 数据处理是系统工程和自动控制的 ( ) 。

A 、基本环节 B 、关键环节 C 、可靠环节 D 、中间环节

  1. 以下 ( ) 不是人工智能的基本技术。

A 、机器学习 B 、图像识别

C 、数据挖掘 D 、自然语言处理

13.Hadoop 带有用 ( ) 语言编写的框架,因此运行在 Linux 生产平台上是非常理想的。

A 、 C B 、 C++ C 、 PHP D 、 Java

  1. 进行数据分析时,数据的选择需要注意它的 ( ) 。

A 、数量 B 、质量 C 、重复性 D 、无所谓

  1. 通常流程设计工具能够做到的是 ( ) 。

A 、绘制流程图 B 、绘制思维导图

C 、绘制数据图表 D 、以上都是

  1. 业务流程的输出结果是 ( ) 。

A 、该流程创造的价值

B 、该流程创造的利润

C 、该流程创造的负债

D 、该流程创造的毛利率

  1. 数据标注项目的管理目标和实施过程是基于 ( ) 项目管理知识体系和理论的。

A 、多元化 B 、个性化 C 、专业化 D 、现代化

  1. 数据清洗是指发现并纠正数据文件中可识别的错误,包括检查数据一致性、处理无效值

和缺失值等 ( ) 数据。 A 、异常 B 、正常 C 、未知 D 、一般

  1. 大数据具有以下特征 ( ) 。

A 、大容量、多种类、高速度 B 、复杂性、高价值

C 、可变性、真实性 D 、以上都是

  1. 数据清洗主要是对 ( ) 的数据进行检测和处理。

A 、正确的 B 、正常的 C 、异常的 D 、有效的

21.( ) 指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。

A 、有用信息 B 、聚类分析

C 、简单信息 D 、简便信息

22.( ) 是一种数据分析方法,利用人类的形象思维将数据关联,并映射为形象的图表。

A 、行为分析 B 、简单分析

C 、心理分析 D 、可视化分析

  1. 语音标注是指将 ( ) 进行转写,并适当打上一些标签。

A 、音频 B 、数字 C 、图片 D 、文字

  1. 下面属于文本标注的应用场景的是 ( ) 。

A 、文本情感标注 B 、医疗影像标注

C 、处方标注 D 、车辆标注

  1. 在数据表中,表的“列”称为 ( ) 。

A 、数据 B 、字段 C 、记录 D 、大数据

  1. 在进行语音标注时,可以借助 ( ) 的语音转文本工具。

A 、科大讯飞 B 、百度视频

C 、腾讯视频 D 、爱剪辑

27.( ) 是用电脑对文本集,按照一定的标准进行自动分类标记。

A 、文本识别 B 、机器翻译

C 、文本分类 D 、问答系统

  1. 下面 ( ) 不是图像标注框类的质检点。

A 、目标框是否贴合 B 、颜色

C 、目标类别是否正确 D 、关联一致性

  1. 当原始数据的特征形式不适合建模时,可以进行 ( ) 方法构造新的特征。

A 、特征构造 B 、特征选择

C 、特征降维 D 、特征学习

  1. 智能健康手环的应用开发,体现了 ( ) 的应用。

A 、统计报表

B 、传感器

C 、 API 接口

D 、网络爬虫

  1. 数据大体上都是不完整、不一致的“脏”数据,需要进行 ( ) 。

A 、数据清洗 B 、非标准化

C 、数据查看 D 、数据重组

  1. 根据数据源的数量以及缺失、不一致或者冗余情况、决定 ( ) 和清洗步骤。 A 、数据转换 B 、数据查看

C 、数据查阅 D 、数据观察

  1. 采集图片数据集,以下 ( ) 不是提高图片数据集质量的做法。

A 、图片清晰

B 、图片特征与背景对比鲜明

C 、类似图片尽量多拍一些

D 、重复性图片保留一张即可

  1. 目前常见的标注文档存储格式不包括 ( ) 。

A 、 JSON B 、 XML C 、 TXT D 、 EXE

35.( ) 是直接考察聚类结果而不利用任何参考模型。

A 、内部指标 B 、图像指标

C 、语音指标 D 、文本指标

36.( ) 是指用适当的统计分析方法对收集来的大量数据进行分析

A 、数据观察 B 、数据分析

C 、数据查看 D 、数据查阅

  1. 数据采集器又叫 ( ) 指的是一种便携的数据采集和处理终端、具有独立的操作系统进

行检测和处理。

A 、点盘机 B 、移动数据前端

C 、计数器 D 、移动数据终端

  1. 图像标注的质量标准是根据 ( ) 判定的。

A 、像素点 B 、尺寸大小 C 、数据规模 D 、存储位置

  1. 就加工处理而言,数据处理比一般的算术运算 ( ) 。

A 、差不多 B 、狭窄 C 、广泛的多 D 、类似

  1. 下面属于数据标注的工具的是 ( ) 。

A 、爱奇艺 B 、精灵标注助手 C 、百度视频 D 、快剪辑

  1. 在数据表中,表的“行”称为 ( ) 。

A 、数据 B 、记录 C 、字段 D 、大数据

  1. 大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行

专业化处理 ( ) 。

A 、格式不规范 B 、编码不统一

C 、与实际业务关系不大 D 、完整的数据

  1. 下列不属于聚焦网络爬虫的常用策略的是 ( ) 。

A 、基于深度优先的爬取策略

B 、基于内容评价的爬取策略

C 、基于链接结构评价的爬取策略

D 、基于语境图的爬取策略

  1. 特征选择就是从原始特征中选择 ( ) 的特征来降低数据集的维度。 A 、最有效的 B 、无效的 C 、不相关的 D 、随意的

  2. 数据标注的正确流程是 ( ) 。

A 、数据采集 - 数据清洗 - 数据标注 - 数据质检 - 数据验收

B 、数据采集 - 数据标注 - 数据清洗 - 数据质检 - 数据验收

C 、数据采集 - 数据清洗 - 数据质检 - 数据标注 - 数据验收

D 、数据采集 - 数据质检 - 数据清洗 - 数据标注 - 数据验收

46.Pandas 工具中二维的表格型数据结构是 ( ) 。

A 、 Series B 、 DataFrame C 、 Time-Series D 、 Panel

  1. 首次提出“人工智能”是在 ( ) 年。

A 、 1956 B 、 1946 C 、 1960 D 、 1916

48.Labelme 采用 ( ) 格式进行数据存储。

A 、 JSON B 、 XML C 、 TXT D 、 EXE

49.( ) 是指将聚类结果与外部某个参考模型进行比较。

A 、外部指标 B 、图像指标

C 、语音指标 D 、文本指标

  1. 常用的图像数据标注工具不包括 ( ) 。

A 、 Labelme B 、 LabelImg

C 、 LabelBox D 、 BRAT

  1. 在 Python 中,下划线代表 ( ) 。

A 、乘法操作符 B 、上一个表达式的结果 C 、匿名函数 D 、变量名

  1. 质量检验方法不包括 ( ) 。

A 、逐条抽取检查 B 、人工检查

C 、机器检查 D 、抽样检查

53.( ) 是一种降低复杂度的数据分析手段。

A 、文本分析 B 、模式分析

C 、自然语言处理 D 、数据特征降维

  1. 视频源数据管理包含视频信息管理和 ( ) 管理两大块。

A 、视频目录

B 、视频修改

C 、视频删除

D 、视频查询

  1. 视频属性标注内容不包括 ( ) 。

A 、标注物位置 B 、状态变化

C 、视频长度 D 、属性判断

56.CSV 格式的文件是以 ( ) 为分隔符的。

A 、句号 B 、逗号

C 、单引号 D 、双引号

  1. 下面 ( ) 标注工具的结果文件同时支持 CSV 、 XML 、 JSON 三个格式的文件。

A 、 VIA B 、 labelbox C 、 labelHUB D 、 labelme

  1. 下面不属于缺失数据处理的常用方式的是 ( ) 。 A 、删除含有缺失值的记录 B 、均值插补

C 、同类均值插补 D 、分箱

  1. 下列关于数据标注员对数据进行标注的描述,错误的是 ( ) 。

A 、需要参照数据标注规则

B 、遇到数据标注规则模糊的地方需要进行询问

C 、数据标注员需要总结经验并及时汇报遇到的问题

D 、按照自己的想法猜测标注

  1. 数据标注规则的特点包括 ( ) 。

①数据标注规则需要一致

②数据标注规则需要不断完善

③需求方优先规则

④质检优先规则

⑤数据标注规则不能改变

A 、①②③④

B 、①③④⑤

C 、②③④⑤

D 、①②④⑤

  1. 下列关于数据重组的说法中,错误的是 ( ) 。

A 、数据重组有利于实现新颖的数据模式创新

B 、数据重组能够使数据焕发新的光芒

C 、数据重组实现的关键在于多源数据融合和数据集成

D 、数据重组是数据的重新生产和重新采集

  1. 关于 Python 语言的特点,以下选项中描述错误的是 ( ) 。

A 、 Python 语言是脚本语言 B 、 Python 语言是非开源语言

C 、 Python 语言是跨平台语言 D 、 Python 语言是多模型语言

  1. 根据数据标注者类型不同,数据标注可分为 ( ) 和机器标注的具体表现。

A 、人工标注 B 、物理标注

C 、生物标注 D 、机械标注

  1. 数据清洗工作不包括 ( ) 。

A 、删除多余重复的数据

B 、更改过大的和过小的异常数据

C 、采用适当方法补充缺失的数据

D 、纠正或删除错误的数据

  1. 运用 ( ) 技术,实现政务信息资源有效利用。

A 、大数据 B 、数据分析

C 、数据清洗 D 、数据比对

  1. 采用数据仓库技术进行数据收集时,有时遇到略微不一致但可以纠止的数据,纠正数据

的过程称为 ( ) 。

A 、数据转换 B 、数据清洗

C 、数据抽取 D 、数据装载 67. 人工智能对数据集进行数据标注时,以下符合标注规范的是 ( ) 。

A 、标注越多越好

B 、标注框贴近目标

C 、标注类别越多越好

D 、标注命名可随意命名 , 不影响后期训练

  1. 下列说法中,关于清洗重复值说法正确的是 ( ) 。

A 、清洗重复值的基本思想是“分而合之”

B 、清洗重复值的基本思想是“排序”

C 、清洗重复值的基本思想是“排序和合并”

D 、清洗重复值的基本思想是 " 合并 ”

  1. 数据表是由行(记录 ) 和列 ( 字段 ) 构成,因此也称 ( ) 。

A 、数据

B 、表格

C 、大数据

D 、二维表

  1. 下列采集行为属于违法行为的是 ( ) 。

A 、使用生意参谋工具导出自己店铺运营数据

B 、使用百度指数工具获取关键词搜索指数及用户画像数据

C 、使用数据采集工具采集其他网站公开数据信息用于数据分析

D 、通过技术手段进入竞争对手网站数据库获取网站流量及销售数据

  1. 数据采集的方法有 ( ) 。

A 、数据库采集 B 、调查问卷采集

C 、报表采集 D 、网页数据采集

  1. 竞争数据的采集主要涉及 ( ) 。

A 、热销产品 B 、店铺商品结构

C 、店铺员工学历 D 、商品评价

  1. 下面属于行为分析法分析的内容是 ( ) 。

A 、行为事件分析 B 、用户画像分析

C 、行为路径分析 D 、行为事件梳理

  1. 常见的数据融合方法有 ( ) 。

A 、统计方法 B 、信息论方法

C 、认知模型方法 D 、写作方法

  1. 下列组件中,下面组件属于 Kettle 工具是 ( ) 。

A 、 spoon B 、 pan C 、 kitchen D 、 carte

  1. 数据的一致性有 ( ) 。

A 、强一致性 B 、弱一致性 C 、最终一致性 D 、中一致性

  1. 修补异常值的方式 ( ) 。

A 、修改异常值 B 、替换异常值

C 、测定异常值 D 、监控异常值 78. 人工智能未来发展的层次包括 ( ) 。

A 、弱人工智能 B 、强人工智能

C 、超人工智能 D 、生物智能

  1. 软体机器人作为一种新的机器人,它的优点 ( ) 。

A 、质量轻 B 、适应能力强

C 、与环境接触碰撞力小 D 、移动速度快

  1. 从应用环境可以将机器分为两大类,即工业机器人和特种机器人。以下属于特种机器人

的是 ( ) 。

A 、服务机器人 B 、水下机器人 C 、娱乐机器人 D 、军用机器人

  1. 人工智能是研究如何制造出人造的智能机器或智能系统 , 来模拟人类智能活动的能力,以

延伸人们智能的科学。

  1. 机器学习的学习方式是通过获得经验或历史数据不断改进提高做某项任务的表现。

  2. 机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度等

多门理论学科。

  1. 如果数据源为外部文件,可使用 SQL 语句进行数据清洗工作。

  2. 由于大数据只能体现出数量而不能进行质量上的判断,所以在采样并不完整的情况下给

出的结论未必准确。

  1. 只要发生数据传输、数据存储和数据交换,就有可能产生系统失效,数据丢失或遭到破坏

等问题。

  1. 在常用的容灾技术中,异步远程复制多时间点技术相对于传统技术复制周期较长。

  2. 不完整数据主要包括日期越界的数据。

  3. 应对大数据处理的分布式数据库系统包括关系型分布式数据库和非关系型分布式数据库。

  4. 文件系统是操作系统用于明确存储设备或分区上的文件的方法和数据结构。

  5. 完全去重指的是消除不完全重复的数据。

92 . 软件部署是对软件进行安装和配置,使软件正常工作的过程。

  1. 数据分析可帮助人们做出判断,以便采取适当行动。

  2. 数据一致性是指在对一个副本数据进行更新的同时,无需确保也能够更新到其他的副本。

  3. 数据越多越详细,越有主语信息的分析。

  4. 自主无人系统是一种智能化的自动控制系统。

  5. 自动机器学习运行的过程中完全不需要人工干预。

  6. 自动学习帮助人们更简便的完成模型的训练和部署。

  7. 通常认为、人机协同系统是由人和计算机共同组成的一个系统。

  8. 智能系统的配置管理流程不仅负责核实 IT 基础设施中实施的变更,还负责监控 IT 组件

的运行状态。 1. 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

  1. 在计算机系统中,操作系统是 ( ) 。

A 、一般应用软件 B 、核心系统软件

C 、用户应用软件 D 、系统支撑软件

  1. 淘宝美工——鲁班这一案例属于人工智能产业应用的 ( ) 场景。

A 、人工智能在汽车行业中的应用

B 、人工智能在消费品和电商领域行业的应用

C 、人工智能在金融行业的应用

D 、人工智能在个人生活娱乐学习方面的应用

  1. 数据库系统对数据进行管理的核心是 ( ) 。

A 、数据库管理系统 B 、数据库 C 、操作系统 D 、数据仓库

  1. 在 Linux 系统中,以 ( ) 方式访问设备。

A 、文件 B 、文档 C 、符号 D 、表格

  1. 下列对人工智能芯片的表述,不正确的是 ( ) 。

A 、—种专门用于处理人工智能应用中大量计算任务的芯片

B 、能够更好地适应人工智能中大量矩阵运算

C 、相对于传统的 CPU 处理器,智能芯片具有很好的并行计算性能

D 、目前处于成熟高速发展阶段

7.Python 程序在执行 1 次之后会自动生成扩展名为 ( ) 的字节码文件,以提高运行效率。

A 、 .pyf B 、 .pyb C 、 .py D 、 .pyc

8.( ) 包括数据质量控制和数据治理。

A 、数据采集 B 、数据清洗 C 、数据质量检查 D 、数据集成

  1. 数据分类就是把具有 ( ) 的数据归并在一起。

A 、共同属性 B 、特有属性 C 、固有特征 D 、其他属性

10.( ) 系统包括学习、语言、认知、推理、创造和计划,目标是使人工智能在非监督学

习情况下处理前所未见的细节,并同时与人类开展交互式学习。

A 、超人工智能 B 、弱人工智能 C 、强人工智能 D 、认知智能

  1. 下面是数据变换的策略是 ( ) 。

A 、特征构造 B 、数据记录 C 、数据分析 D 、模式识别

  1. 下面关于计算机软件的描述正确的是 ( ) 。

A 、它是系统赖以工作的实体 B 、它是计算机的硬件

C 、它是计算机的桌面 D 、它是指计算机的程序及文档

  1. 从机器学习角度触发,不属于系统学习能力分类的类别 ( ) 。 A 、监督学习 B 、无监督学习 C 、弱监督学习 D 、函数学习

  2. 智能聊天软件也称为聊天机器人,这是一类用来模拟人类对话或聊天的 ( ) 。

A 、计算机软件 B 、计算机硬件 C 、虚拟技术 D 、 3D 技术

  1. 下列说法是错误的是 ( ) 。

A 、 Python 是一门面向对象的语言

B 、 Python 是一门面向过程的语言

C 、 Python 是一种解释型语言的计算机程序设计语言

D 、 Python 程序无需编译成二进制代码,而是在执行时对语句一条一条编译

16.( ) 可以提高团队合作的效率以及凝聚合作精神。

A 、任务分配及管理 B 、个人独揽大权

C 、个人包揽全部工作 D 、衍生小团体

  1. 属于人脸识别中的步骤是 ( ) 。

A 、手势识别

B 、数据识别

C 、人脸图像采集 D 、文本识别

  1. 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

  1. 下列关于合格数据标注员应该具备的素质中,描述错误的是 ( ) 。

A 、持续的学习力是标注工作的基础

B 、有耐心才能坚持在标注行业

C 、具备—定的管理能力

D 、较强专注力可提高个人工作效率

  1. 关于专用人工智能与通用人工智能,下列表述不当的是 ( ) 。

A 、人工智能的近期进展主要集中在专用智能领域

B 、专用人工智能形成了人工智能领域的单点突破,在局部智能水平的单项测试中可以超

越人类智能

C 、真正意义上完备的人工智能系统应该是一个专用的智能系统

D 、通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类

问题

  1. 人工智能的目的是让机器能够 ( ) ,以实现某些脑力劳动的机械化。

A 、具有智能

B 、和人一样工作

C 、完全代替人的大脑

D 、模拟、延伸和扩展人的智能

  1. 机器人视觉系统主要由软件和硬件两部分组成,软件方面主要包括 ( ) 。

①图像处理软件②机器人控制软件③视觉传感器 ( 组 ) ④机器人

A 、①②③

B 、①②③④

C 、②③④

D 、①②

  1. 下面 ( ) 不属于数据预处理的方法。

A 、变量代换

B 、离散化

C 、聚集

D 、估计遗漏值 24. 边缘检测一般分为三步,下面不正确的是 ( ) 。

A 、滤波

B 、增强

C 、合成

D 、检测

  1. 数字图像处理的研究内容不包括 ( ) 。

A 、图像数字化

B 、图像增强

C 、图像分割

D 、数字图像存储

  1. 能够自己找出问题、思考问题、解决问题的人工智能是 ( ) 。

A 、超人工智能

B 、强人工智能

C 、弱人工智能

D 、人工智能

  1. 在人工智能当中,图像、语音、手势等识别被认为是 ( ) 的层次;而问题求解、创作、

推理预测被认为是 ( ) 的层次。

A 、感知智能,认知智能

B 、认知智能,认知智能

C 、感知智能,感知智能

D 、认知智能,感知智能

  1. 很多手机提供了护眼的屏幕显示模式,可以减少蓝光,缓解疲劳。这项功能可以通过调整

图像的 ( ) 实现。

A 、亮度

B 、饱和度

C 、对比度

D 、色相

  1. 灰度图又叫 ( ) 。

A 、 8 位深度图

B 、 16 位深度图

C 、 24 位深度图

D 、 32 位深度图

  1. 软件的六大质量特性分别是 ( ) 。

A 、功能性、可靠性、可用性、效率、可维护、可移植

B 、功能性、可靠性、可用性、效率、稳定性、可移植

C 、功能性、可靠性、可扩展性、效率、稳定性、可移植

D 、功能性、可靠性、兼容性、效率、稳定性、可移植

  1. 在进行数据采集的过程中,以下不是数据采集的原则是 ( ) 。

A 、及时性 B 、有效性 C 、丰富性 D 、合法性

  1. 以下不属于数据检查的内容是 ( ) 。

A 、完整性检查 B 、保密性检查

C 、规范性检查 D 、准确性检查

  1. 调查的时候遗漏了某些观察值,会造成数据的 ( ) 。

A 、完整 B 、缺失 C 、归—化 D 、标准化

34.( ) 是在开发预测模型时减少输入变量数量的过程。

A 、云计算 B 、特征选择 C 、机械化 D 、区块链

35.( ) 是用电脑对文本集按照一定的标准进行自动分类标记。

A 、文本识别 B 、机器翻译

C 、问答系统 D 、文本分类

  1. 移动机器人自主导航的基本问题不包括下列的 ( ) 。

A 、我在哪里 B 、我要去哪里

C 、我怎样到达那里 D 、我前方是什么

37 专家系统中用于回答用户提出的问题,解释系统的推理过程的是 ( ) 。 A 、知识库 B 、数据库

C 、推理机 D 、解释机构

  1. 人机融合的关键点不包括 ( ) 。

A 、个体智能融合 B 、群体智能融合

C 、群智感知计算 D 、智能个体发展

39.( ) 为人工智能技术的发展提供了其所需要的关键要素。

A 、物联网 B 、大数据 C 、云计算技术 D 、以上都是

  1. 群体智能的优点体现为 ( ) 。

A 、更少的感知限制 B 、更大的作业范围

C 、更强的完成任务能力 D 、以上都是

  1. 下列选项中没有体现人工智能在消费品与电商领域行业的应用的是 ( ) 。

A 、智能店铺管理 B 、智能客服 C 、无人超市 D 、天猫精灵

  1. 下列 ( ) 应用领域不属于人工智能应用。

A 、人工神经网络 B 、自动控制

C 、自然语言学习 D 、专家系统

  1. 人工智能模仿人类不能局限于模仿人类自然维度,还需要考虑 ( ) 维度。

A 、精神 B 、文化 C 、经济 D 、社会

44.( ) 是管理计算机硬件与软件资源的系统软件。

A 、操作系统 B 、电源 C 、内存 D 、硬盘

45.( ) 是长期存储在计算机中的有组织的、可共享的数据的大集合。

A 、数据库 B 、鼠标 C 、显示器 D 、键盘

  1. 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

  1. 下面 ( ) 不是 Python 合法的标识符。

A 、 int32 B 、 40XL C 、 self D 、 name

  1. 一个机器学习系统的基本结构不包括以下那个 ( ) 。

A 、感知 B 、学习 C 、环境 D 、知识库

49.Python 不支持的数据类型有 ( ) 。

A 、 char B 、 int C 、 float D 、 list

  1. 人类智能主要包含三个方面:思维能力、感知能力和 ( ) 。

A 、思考能力 B 、分析能力 C 、行为能力 D 、创造能力

  1. 文本内容是:我饿了。但是录音人有点儿结巴,连着说了四个我。该 ( ) 标注。

A 、该句无效 B 、四个我饿了

C 、我我我我饿了 D 、我饿了

  1. 业务数据相关流程设计工具的主要作用是 ( ) 。

A 、数据的清洗和转换 B 、数据的存储和管理

C 、数据的可视化和分析 D 、数据的传输和交流 53. 以下 ( ) 不属于常见的业务数据相关流程设计工具。

A 、 BI 工具 B 、 ETL 工具

C 、数据仓库工具 D 、人工智能模型训练工具

  1. 人工智能研究的一项基本内容是机器感知。以下列 ( ) 不属于机器感知的领域。

A 、使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力

B 、让机器具有理解文字的能力

C 、使机器具有能够获取新知识、学习新技巧的能力

D 、使机器具有听懂人类语言的能力

55.BI 工具主要用于 ( ) 。

A 、数据的实时传输 B 、数据的可视化和报表生成

C 、数据的存储和备份 D 、数据的分析和预测

  1. 下面 ( ) 不是人工智能研究的领域。

A 、区块链 B 、图像识别 C 、语音识别 D 、智能机器人

57.( ) 不是数据清洗和转换工具的常见功能。

A 、数据筛选和过滤 B 、数据补全和缺失值处理

C 、数据加密和隐私保护 D 、数据格式转换和标准化

  1. 以下属于人机交互流程中的用户界面设计要素的是 ( ) 。

A 、数据处理算法 B 、用户身份认证机制

C 、可视化展示和交互元素 D 、模型训练的优化策略

  1. 下面对数据标注描述 ( ) 是正确的。

A 、所有的数据标注都可以使用脚本语言自动标注

B 、可以通过算法来实现数据的自动标注

C 、 OCR 手写转录完全可以通过识别工具实现自动转录

D 、数据标注是个重复性很强的工作

  1. 以下不属于人工智能在计算机视觉领域应用的是 ( ) 。

A 、车站人脸识别进站 B 、拍照识别植物

C 、医疗影像诊断 D 、实时字幕

  1. 人工智能模型训练工具在业务数据相关流程设计中的作用是 ( ) 。

A 、数据的清洗和转换 B 、数据的存储和管理

C 、数据的可视化和分析 D 、数据的模型训练和优化

62.( ) 不属于人工智能的核心技术。

A 、机器学习 B 、自然语言处理 C 、人机交互 D 、云计算

  1. 物流运输车辆调配属于人工智能在 ( ) 技术领域中的应用。

A 、组合优化 B 、专家系统 C 、智能控制 D 、模式识别

  1. 人工智能伦理问题涉及以下 ( ) 方面。

A 、数据隐私和安全 B 、算法复杂性和效率

C 、异常检测和故障诊断 D 、网络拓扑和体系结构 65. 属于用户反馈在人机交互流程设计中的作用的是 ( ) 。

A 、评估模型的准确性 B 、改进人机交互的效果

C 、提高算法的训练速度 D 、确定数据处理流程

  1. 下列说法中对专用人工智能理解正确的是 ( ) 。

A 、在某一个特定领域应用的人工智能

B 、不是真正在这次人工智能浪潮中起到影响的主角

C 、充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能

D 、是众多科幻作品中颠覆人类社会的人工智能形象

  1. 以下不属于强化学习的要素的是 ( ) 。

A 、环境 B 、代理 C 、数据标注 D 、奖励信号

  1. 人工智能的产品不包括 ( ) 方面。

A 、基础层

B 、技术层

C 、应用层

D 、架构层

  1. 人机交互流程设计的重要考虑因素的是 ( ) 。

A 、硬件设备的性能 B 、网络的速度和稳定性

C 、用户的需求和行为习惯 D 、训练数据的规模和质量

  1. 数据标注员应该具备的职业机能包括 ( ) 。

①拥有一定的职业道德规范

②行业基础知识掌握

③具备基础业务能力

④具备质检能力

⑤具备团队管理能力

A 、①②③ B 、③④⑤ C 、②③④ D 、①②⑤

  1. 人工智能是由 ( ) 呈现出来的智能行为。

A 、机器

B 、网络

C 、软件

D 、平台

  1. 指纹识别是通过 ( ) 等物理传感器获取指纹图像,经过数据处理进行分析判别。

A 、光

B 、电

C 、热

D 、力

  1. 计算机视觉的应用领域包括 ( ) 。

A 、医学影像

B 、交通管理

C 、工业制造

D 、公安监控

  1. 人工智能的产品包括 ( ) 三个方面。

A 、基础层

B 、技术层

C 、应用层

D 、架构层

  1. 伴随着人工智能技术的发展,出现了多种新的交互方式,如 ( ) 。

A 、语音交互

B 、情感交互

C 、体感交互

D 、脑机交互

  1. 人工智能关键技术框架主要包括 ( ) 两层。

A 、基础设施

B 、算法

C 、技术

D 、人员

  1. 下列属于感知智能的相关技术的是 ( ) 。 A 、人脸识别

B 、图像识别

C 、语言识别

D 、指纹识别

  1. 智慧教育的支撑技术包括 ( ) 。

A 、物联网

B 、大数据

C 、云计算

D 、泛在网络

  1. 人工智能发展的驱动力包括 ( ) 。

A 、大数据

B 、传感器

C 、脑科学

D 、超级计算

  1. 机器翻译的局限性在于 ( ) 。

A 、训练样本单一

B 、只能处理简单句

C 、基于已有的既成案例

D 、错误较多

  1. 造一个能够读懂六岁小朋友的图片书中的文字,并且了解那些词汇意思的电脑很容易。

  2. 人类智能的进化有许多方面是机器导致的。

  3. 强人工智能观点认为可能创造出真正推理和解决问题的智能机器。

  4. 现阶段的人工智能仍处于弱人工智能阶段。

  5. 教育智慧化是让算法达到极致,以情感计算为标注。

  6. 文本数据不能可视化。

  7. 爱护设备,安全操作是企业进行生产活动的基本要求。

  8. 计算机中使用的数据一般可以分为两大类 : 数值数据与字符数据。

  9. 数据是信息的表现形式。

  10. 随着人工智能的发展,人和机器的边界可能越来越模糊。

  11. 数据融合的方法自从计算机技术广泛应用以来一直被使用至今。

  12. 随着移动互联网的发展,金融信息化呈现多渠道、移动化的趋势。

  13. 云计算是与信息技术、软件、互联网相关的一种服务。

  14. 智慧的政务善于将数据转化为极具价值的洞察力。

  15. 数据分析对提取有用信息和形成结论有极大的帮助。

  16. 人工智能在医学影响分析方面,可以起到计算机辅助诊断的作用,进行病灶检测、病灶量

化诊断、进行治疗决策等。

  1. 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。

  2. 文本实体数据是不能运算的图片集合。

  3. 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。

  1. 机器人能与人对话,主要是用了人工智能中的自然语言处理。 1. 下列不属于计算机从业者应遵守的道德准则的是 ( ) 。

A 、工作认真负责 B 、维护雇主客户的利益

C 、将正在开发的项目出售或分享给竞争对手 D 、发现潜在的威胁时应当站出来揭露

  1. 依据《人工智能训练师国家职业技能标准》命题,学生组对应 ( ) 技能等级。

A 、中级工 B 、高级工 C 、技师 D 、高级技师

  1. 下面是 Python 的优点是 ( ) 。

A 、操作难 B 、简单易学 C 、不公开 D 、收费的

  1. 下面是数据质量的特性的是 ( ) 。

A 、不可解释性 B 、准确性 C 、不完整性 D 、不准确性

5.( ) 是通过键入文本或其他多媒体内容,如图片、短语音、短视频在两个或更多人之间

进行聊天的一种方式。

A 、即时通讯 B 、即时电联 C 、飞鸽传书 D 、电子邮件

  1. 数据是对现实世界的事务采用计算机能够识别,储存和 ( ) 的形式进行描述的符号的集

合。

A 、采集 B 、处理 C 、保存 D 、记录

  1. 对缺失的数据的可以直接删除或者 ( ) 进行补充。

A 、数据清洗 B 、数据插补

C 、数据变换 D 、随意填充。

8.( ) 指的是把原始数据转变为模型的训练数据的过程,它的目的就是获取更好的训练数

据特征。

A 、管理工程 B 、数据工程 C 、特征工程 D 、机械工程

  1. 在自然语言处理( NLP )中,命名实体识别( Named Entity Recognition )的主要目标是识

别和分类以下 ( ) 实体。

A 、图像和声音 B 、人名和地名 C 、聚类和分类 D 、音频和视频

10.( ) 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

  1. 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

  1. 弱人工智能是指仅仅模拟人类大脑的 ( ) ;强人工智能是指其本身就是一个 ( ) 。

A 、心智;智能 B 、运作;大脑 C 、智能;程序 D 、智能;心智

  1. 数据处理规范制定的主要目的是 ( ) 。

A 、提高数据质量和准确性 B 、增加数据的数量和多样性

C 、简化数据处理流程 D 、缩短数据处理时间

  1. 语音识别属于人工智能中的 ( ) 。

A 、指纹识别研究范畴 B 、数字识别研究范畴

C 、模式识别研究范畴 D 、字符识别研究范畴 15. 数据预处理的一个主要步骤是 ( ) 。

A 、特征选择 B 、模型训练 C 、模型评估 D 、模型部署

  1. 在数据处理过程中,标签编码的目的是 ( ) 。

A 、将文本标签转换为数字编码 B 、将数字编码转换为文本标签

C 、压缩数据文件大小 D 、增强数据隐私保护

  1. 常用的数据处理工具或库之一是 ( ) 。

A 、 Numpy B 、 Flask C 、 TensorFlow D 、 Django

  1. 根据科学流行定义,人工智能就是和人类 ( ) 相似的计算机程序。

A 、思考方式 B 、表达方式

C 、行为方式 D 、外观外貌

  1. 下列说法中 ( ) 选项反应了人工智能学科的基本思想和基本内容。

A 、人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出—种新的能以

人类智能相似的方式做出反应的智能机器

B 、人工智能就是研究如何使计算机去做过去只有人才能做的智能工作

C 、人工智能不是人的智能,但能像人那样思考、也可能超过人的智能

D 、以上都不正确

  1. 专家系统是以 ( ) 为基础,推理为核心的系统。

A 、专家 B 、软件 C 、问题 D 、知识

  1. 下列 ( ) 不是人工智能的研究领域。

A 、机器证明 B 、模式识别 C 、人工生命 D 、编译原理

  1. 数据采样的目的是 ( ) 。

A 、减少数据集大小 B 、增加数据的多样性

C 、增加数据集的容量 D 、提高数据的稳定性

  1. 在业务模块效果优化中,关键指标的选择应该基于 ( ) 。

A 、个人主观意见 B 、公司高层决策

C 、数据驱动的分析 D 、竞争对手的表现

  1. 以下 ( ) 是数据标注员需要具备的素质。

A 、学习力 B 、责任感 C 、专注力 D 、以上都是

  1. 业务模块效果优化的主要目的是 ( ) 。

A 、提高系统安全性 B 、减少业务运营成本

C 、提升业务模块的效能 D 、扩展业务模块的功能滤波

  1. 在特征工程中,以下 ( ) 是常用的特征选择方法。

A 、卡方检验 B 、堆叠模型

C 、模型集成 D 、神经网络

  1. 过拟合的主要解决方法是 ( ) 。

A 、增加模型的复杂度 B 、减少训练数据集大小 C 、增加正则化项的权重 D 、增加学习率的大小

  1. 下列有关人工智能的说法有误的是 ( ) 。

A 、人工智能就是研究如何使计算机去做过去只有人才能做的智能工作

B 、是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的—门

新的技术科学

C 、—门利用计算机模拟人类行为科学的统称

D 、它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴

  1. 属于“人造智能”,具有意识,达到或超越人类智慧水平的人工看能称为 ( ) 。

A 、高人工智能 B 、低人工智能

C 、强人工智能 D 、弱人工智能

  1. 自然智能包括 ( ) 。

A 、高级智能 B 、超级智能

C 、人类智能 D 、动物智能

  1. 在业务模块效果优化中,可解释性是指 ( ) 。

A 、模型在不同情况下的鲁棒性 B 、模型对新样本进行预测的能力

C 、明确解释模型预测的原因 D 、模型在训练数据上的准确性及时性

  1. 以下不属于数据检查包括的内容的是 ( ) 。

A 、完整性检查 B 、保密性检查

C 、规范性检查 D 、准确性检查

  1. 视觉、听觉、触觉、嗅觉属于智能的 ( ) 。

A 、感知能力 B 、记忆与思维能力

C 、学习能力 D 、行为能力

  1. 数据规范化的目的是 ( ) 。

A 、提高数据可视化效果 B 、减少数据噪声

C 、将数据映射到特定的范围 D 、划分数据集为训练集和测试集

35.( ) 是用电脑对文本集按照一定的标准进行自动分类标记。

A 、文本识别 B 、机器翻译

C 、问答系统 D 、文本分类

36.AI 的英文缩写是 ( ) 。

A 、 Automatic Intelligence B 、 Artificial Intelligence

C 、 Automatic Information D 、 Artificial Information

  1. 生产过程自动化的核心是 ( ) 装置。

A 、自动检测 B 、自动保护 C 、自动调节 D 、自动执行

  1. 服务机器人应用于消杀场景中时,如何选择消杀区域 ( ) 。

A 、随机在场地中进行消杀

B 、根据专业指导,在指定区域消杀 C 、在消杀区域有人的情况下,继续执行消杀任务

D 、可以接收任何人的指令进行消杀

  1. 人和机器最大的区别 ( ) 。

A 、能动性 B 、思维 C 、人性 D 、计算

  1. 智能机器人可以根据 ( ) 得到信息。

A 、思维能力 B 、行为能力 C 、感知能力 D 、学习能力

  1. 以下 ( ) 方法常用于对比不同算法的性能。

A 、目标变量 B 、假设检验

C 、特征选择 D 、数据可视化

  1. 在计算机系统中,操作系统是 ( ) 。

A 、一般应用软件 B 、核心系统软件

C 、用户应用软件 D 、系统支撑软件

  1. 下列关于数据标注员对数据进行标注的描述,错误的是 ( ) 。

A 、需要参照数据标注规则

B 、遇到数据标注规则模糊的问题需要及时询问

C 、按照自己的想法猜测标注

D 、数据标注员需要总结经验并及时汇报遇到的问题

  1. 中级数据标注员应该具备的职业机能包括 ( ) 。

①具备较高的职业道德和一定的从业经验

②具备较高的业务能力和责任心

③具备业务开发能力

④具备简单质检能力

⑤具备团队管理能力

A 、①②③ B 、③④⑤ C 、②③④ D 、①②④

45.( ) 可用于在不同算法之间选择最佳模型。

A 、网格搜索 B 、特征选择

C 、假设检验 D 、数据可视化

  1. 在算法测试中,过程重复性是指 ( ) 。

A 、模型的复杂度 B 、模型的稳定性

C 、模型的可解释性 D 、模型的泛化能力

47.AI 时代主要的人机交互方式为 ( ) 。

A 、鼠标 B 、键盘 C 、触屏 D 、语音 + 视觉

  1. 关于人工智能程序,表述不正确的是 ( ) 。

A 、能根据不同环境的感知做出合理行动 , 并获得最大收益的计算机程序

B 、任何计算机程序都具有人工智能

C 、针对特定的任务 , 人工智能程序具有自主学习的能力

D 、人工智能程序是模拟人类思维过程来设计的 49. 应用人工智能技术设计的游戏称为人工智能游戏,英文缩写是 ( ) 。

A 、 AIGame B 、 APGame

C 、 IAGame D 、 PGame

  1. 下列 ( ) 应用领域不属于人工智能应用。

A 、人工神经网络 B 、自动控制

C 、自然语言学习 D 、专家系统

51.( ) 是管理计算机硬件与软件资源的系统软件。

A 、操作系统 B 、电源

C 、内存 D 、硬盘

52.( ) 是长期存储在计算机中的有组织的、可共享的数据的大集合。

A 、数据库 B 、鼠标

C 、显示器 D 、键盘

  1. 下面不属于领域知识智能问答机器人的是 ( ) 。

A 、淘宝智能客服机器人 B 、南航智能客服

C 、分拣机器人 D 、电信智能客服

  1. 以下不属于无人超市采用的智能技术的是 ( ) 。

A 、技术机视觉 B 、深度算法学习

C 、传感器定位 D 、图像处理

  1. 智能系统监控的目的是 ( ) 。

A 、实时跟踪系统的性能和状态 B 、收集用户反馈并进行分析

C 、提供系统的用户界面 D 、更新系统的功能和特性

  1. 负载均衡的目的是 ( ) 。

A 、最大化系统的处理能力 B 、最小化系统的延迟时间

C 、平衡系统资源的使用 D 、优化系统的算法和模型

  1. 人工神经网络的特点和优越性不包括 ( ) 。

A 、自学习功能 B 、自动识别功能

C 、高速寻找优化解的能力 D 、联想存储功能

  1. 专家系统的发展趋势不包括 ( ) 。

A 、知识库变大 B 、推理引擎更加专用

C 、用户接口更多样 D 、用户需求量减少

  1. 在智能系统优化中,超参数调优是为了 ( ) 。

A 、选择最合适的算法和模型 B 、减少模型的计算成本

C 、提高模型的预测准确性 D 、降低系统的复杂度

  1. 监控智能系统的异常行为的方法包括 ( ) 。

A 、可视化和数据分析 B 、数据清洗和预处理

C 、特征选择和提取 D 、优化算法和模型

  1. 下面关于 Python 语言特点的描述,错误的是 ( ) 。 A 、 Python 语言是通用的脚本语言

B 、相对其他编程语言, Python 语言简单、易学

C 、 Python 语言是 FLOSS 之一,可以自由地进行改动

D 、 Python 语言编写的程序是通过编译器编译成二进制代码再运行

  1. 以下不属于常见的业务数据相关流程设计工具的是 ( ) 。

A 、 BI 工具 B 、 ETL 工具

C 、数据仓库工具 D 、人工智能模型训练工具

63.ETL 工具的主要功能是 ( ) 。

A 、数据的可视化和呈现 B 、数据的清洗和转换

C 、数据的存储和管理 D 、数据的传输和交流

  1. 数据标注的正确流程是 ( ) 。

A 、数据采集 - 数据清洗 - 数据标注 - 数据质检 - 数据验收

B 、数据采集 - 数据标注 - 数据清洗 - 数据质检 - 数据验收

C 、数据采集 - 数据清洗 - 数据质检 - 数据标注 - 数据验收

D 、数据采集 - 数据质检 - 数据清洗 - 数据标注 - 数据验收

  1. 数据仓库工具的作用是 ( ) 。

A 、数据的清洗和转换 B 、数据的实时传输

C 、数据的存储和管理 D 、数据的可视化和分析

  1. 目前的人工智能研发的动力主要来源于 ( ) 。

A 、科学 B 、商业 C 、学术 D 、军事

  1. 关于人工智能,比较合理的认识是 ( ) 。

A 、人工智能在许多特定任务上远超人类

B 、人工智能的奇点即将到来

C 、强人工智能已有突破性进展

D 、人工智能都是泡沫

  1. 以下属于数据存储和管理工具的常见类型的是 ( ) 。

A 、关系型数据库 B 、自然语言处理工具

C 、图像识别算法 D 、数据加密和隐私保护工具

  1. 不属于数据分析工具的常见功能的是 ( ) 。

A 、数据预处理和清洗 B 、数据建模和挖掘

C 、数据可视化和报表分析 D 、数据传输和交流

  1. 下列选项中有关人工智能可以带来的商业价值分析不正确的是 ( ) 。

A 、在金融行业,通过人工智能技术在风险评估、资产配置、智能交易等方向的应用,预

计人工智能将带来约 6000 亿元人民币的降本增益效益。

B 、在零售行业,人工智能在推荐系统上的运用将提高在线销售的销量表现,同时更加精

准的市场预测将降低库存成本,预计人工智能技术将带来约 4200 亿元人民币的降本与增益

价值。 C 、在医疗行业,通过人工智能技术在药物研发领域提高成功率、在医疗服务机构内提供

疾病诊断辅助、疾病监护辅助等提高服务效率的应用,预计人工智能可以带来约 4000 亿元

人民币的降本价值。

D 、在汽车行业,人工智能在自动驾驶上的技术突破将带来约 5000 亿元人民币的价值

增益。

  1. 人工智能是指一种模仿或模拟人类智能的技术。属于人工智能的核心技术的是 ( ) 。

A 、机器学习 B 、自然语言处理 C 、人机交互 D 、云计算

  1. 监督学习的典型任务是 ( ) 。

A 、强化学习 B 、聚类分析 C 、目标检测 D 、图像生成

  1. 人工智能伦理问题不涉及以下 ( ) 方面。

A 、数据隐私和安全 B 、算法复杂性和效率

C 、异常检测和故障诊断 D 、网络拓扑和体系结构

  1. 计算机视觉的应用领域包括 ( ) 。

A 、医学影像

B 、交通管理

C 、工业制造

D 、公安监控

  1. 按用途分类,专家系统可分为 ( ) 。

A 、诊断型 B 、预测型 C 、设计型 D 、控制型

  1. 以下 ( ) 属于强化学习的要素。

A 、环境 B 、代理 C 、数据标注 D 、奖励信号

  1. 人工智能的产品包括 ( ) 三个方面。

A 、基础层

B 、技术层

C 、应用层

D 、架构层

78.( ) 不属于人机交互流程设计的重要考虑因素。

A 、硬件设备的性能 B 、网络的速度和稳定性

C 、用户的需求和行为习惯 D 、训练数据的规模和质量

  1. 人机交互流程中, ( ) 不属于用户界面设计要素。

A 、数据处理算法 B 、用户身份认证机制

C 、可视化展示和交互元素 D 、模型训练的优化策略

  1. 下面 ( ) 不属于用户反馈在人机交互流程设计中的作用。

A 、评估模型的准确性 B 、改进人机交互的效果

C 、提高算法的训练速度 D 、确定数据处理流程

  1. 人工智能就是人形机器人 。

  2. 对数据标注进行管理,对标注流程更为规范化,降低错误率和返工率并无很大帮 助。

  3. 强人工智能观点认为可能创造出真正推理和解决问题的智能机器。

  4. 机器人一般由执行机构、驱动装置、检测装置、控制系统和复杂机械等组成,涉及到控制

论、机械电子、计算机、材料、仿生等学科,在工业、医学、农业、建筑业甚至军事等领域 中均有重要用途。

  1. 只要人类搞清楚的问题都可以被机器人取代。

  2. 文本数据不能可视化。

  3. 爱护设备,安全操作是企业进行生产活动的基本要求。

  4. 计算机中使用的数据一般可以分为两大类:数值数据与字符数据。

  5. 在业务分析中,机器学习算法可以帮助发现隐藏在数据中的模式和关联。

  6. 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。

  7. 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。

  8. 随着移动互联网的发展,金融信息化呈现多渠道、移动化的趋势。

  9. 云计算是与信息技术、软件、互联网相关的一种服务。

  10. 智慧的政务善于将数据转化为极具价值的洞察力。

  11. 文本标注是一个复杂的过程。

  12. 数据标注规则是为了完成数据标记项目,满足公司需求。

  13. 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。

98 . 文本实体数据是不能运算的图片集合。

  1. 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。

  1. 删除缺失值的行和填充缺失值是处理缺失值的主要技巧。

全部评论 (0)

还没有任何评论哟~