2025年2月人工智能基礎(chǔ)概念復(fù)習(xí)題（附答案）一、單選題（共40題，每題1分，共40分）1.貝葉斯學(xué)習(xí)是一種以貝葉斯法則為基礎(chǔ)的，并通過()手段進(jìn)行學(xué)習(xí)的方法。選項(xiàng)A、假定選項(xiàng)B、邏輯選項(xiàng)C、概率選項(xiàng)D、推理2.數(shù)據(jù)挖掘技術(shù)主要有分類、估計、()、關(guān)聯(lián)分析和預(yù)報。選項(xiàng)A、聚類選項(xiàng)B、回歸選項(xiàng)C、假設(shè)選項(xiàng)D、統(tǒng)計3.人工智能的發(fā)展歷程可以劃分為（）選項(xiàng)A、初級階段和高級階段選項(xiàng)B、初期和中期選項(xiàng)C、形成期和發(fā)展期選項(xiàng)D、誕生期和成長期4.深度學(xué)習(xí)中如果神經(jīng)網(wǎng)絡(luò)的層數(shù)較多比較容易出現(xiàn)梯度消失問題。嚴(yán)格意義上來講是在以下哪個環(huán)節(jié)出現(xiàn)樣度消失間題?選項(xiàng)A、反向傳播計算結(jié)果選項(xiàng)B、反向傳播更新參數(shù)選項(xiàng)C、正向傳播更新參數(shù)選項(xiàng)D、正向傳播計算結(jié)果5.()學(xué)派認(rèn)為未知參數(shù)與其他變量一樣，都是隨機(jī)變量，因此參數(shù)估計和變量推斷能統(tǒng)一在推斷框架下進(jìn)行。選項(xiàng)A、珀爾選項(xiàng)B、貝葉斯選項(xiàng)C、切比雪夫選項(xiàng)D、馬爾可夫6.二十世紀(jì)五十年代到七十年代初，人工智能處于（）期。選項(xiàng)A、知識選項(xiàng)B、理論選項(xiàng)C、智能選項(xiàng)D、推理7.大數(shù)據(jù)正快速發(fā)展為對數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力的（）選項(xiàng)A、新一代服務(wù)業(yè)態(tài)選項(xiàng)B、新一代信息技術(shù)和服務(wù)業(yè)態(tài)選項(xiàng)C、新一代技術(shù)平臺選項(xiàng)D、新一代信息技術(shù)8.語義網(wǎng)絡(luò)表達(dá)知識時，有向弧AKO鏈、ISA鏈表達(dá)節(jié)點(diǎn)知識的（）選項(xiàng)A、可擴(kuò)充性選項(xiàng)B、無悖性選項(xiàng)C、完整性選項(xiàng)D、繼承性9.下列不屬于深度學(xué)習(xí)內(nèi)容的是選項(xiàng)A、貝葉斯學(xué)習(xí)選項(xiàng)B、卷積神經(jīng)網(wǎng)絡(luò)選項(xiàng)C、受限玻爾茲曼機(jī)選項(xiàng)D、深度置信網(wǎng)絡(luò)10.決策管理系統(tǒng)幫助用戶制定、細(xì)化、實(shí)施、()各種決策，并將這些決策引入具體的環(huán)境中發(fā)揮作用。選項(xiàng)A、跟蹤選項(xiàng)B、檢驗(yàn)選項(xiàng)C、核對選項(xiàng)D、驗(yàn)證11.絕大多數(shù)的決策樹學(xué)習(xí)算法都是基于哪個核心算法設(shè)計出來的（）選項(xiàng)A、候選消除算法選項(xiàng)B、Find-S算法選項(xiàng)C、遺傳算法選項(xiàng)D、ID3算法12.如果在大型數(shù)據(jù)集上訓(xùn)練決策樹。為了花費(fèi)更少的時間來訓(xùn)練這個模型，下列哪種做法是正確的選項(xiàng)A、增加學(xué)習(xí)率選項(xiàng)B、減小樹的深度選項(xiàng)C、增加樹的深度選項(xiàng)D、減少樹的數(shù)量13.()的輸入為對弈的線路或歷史記錄，而其輸出為目標(biāo)函數(shù)的一系列訓(xùn)練樣本。選項(xiàng)A、評價器選項(xiàng)B、實(shí)驗(yàn)生成器選項(xiàng)C、執(zhí)行器選項(xiàng)D、泛化器14.人臉檢測服務(wù)在測試圖像中沒有人臉時會報錯。選項(xiàng)A、TRUE選項(xiàng)B、FALSE15.HBase依賴()提供消息通信機(jī)制選項(xiàng)A、Zookeeper選項(xiàng)B、Chubby選項(xiàng)C、RPC選項(xiàng)D、Socket16.()是SVM（支持向量機(jī)）的基本概念選項(xiàng)A、線性分類選項(xiàng)B、關(guān)聯(lián)規(guī)則選項(xiàng)C、方差分析選項(xiàng)D、分層聚類17.人工智能的分類（）選項(xiàng)A、AGN和AGI選項(xiàng)B、ANI和AGI選項(xiàng)C、ANG和AGI選項(xiàng)D、ANI和ANG18.決策樹中，同一路徑上的所有屬性之間是()關(guān)系選項(xiàng)A、因果選項(xiàng)B、相關(guān)選項(xiàng)C、邏輯與選項(xiàng)D、邏輯或19.以下方法中屬于數(shù)據(jù)聚類分析方法的是()選項(xiàng)A、K-Mean分析方法選項(xiàng)B、線性相關(guān)分析選項(xiàng)C、KNN分類選項(xiàng)D、決策樹分析20.專用人工智能的簡稱是（）。選項(xiàng)A、AGI選項(xiàng)B、ANI選項(xiàng)C、AIG選項(xiàng)D、AIN21.有關(guān)支持向量機(jī)模型的說法錯誤的是？選項(xiàng)A、支持向量機(jī)不能處理分界線為曲線的多分類問題。選項(xiàng)B、對于分類問題，支持向量機(jī)需要找到與邊緣點(diǎn)距離最大的分界線，從而確定支持向量。選項(xiàng)C、支持向量機(jī)可根據(jù)主題對新聞進(jìn)行分類。選項(xiàng)D、支持向量機(jī)的核函數(shù)負(fù)責(zé)輸入變量和分類變量（輸出）之間的映射。22.計算機(jī)軟件系統(tǒng)分系統(tǒng)軟件和應(yīng)用軟件兩大類，其中系統(tǒng)軟件的核心是（）選項(xiàng)A、操作系統(tǒng)選項(xiàng)B、程序語言系統(tǒng)選項(xiàng)C、數(shù)據(jù)庫管理系統(tǒng)選項(xiàng)D、財務(wù)管理系統(tǒng)23.大數(shù)據(jù)中的“速度”包含兩種選項(xiàng)A、加速度反饋速度選項(xiàng)B、加速度處理速度選項(xiàng)C、增長速度反饋速度選項(xiàng)D、增長速度處理速度24.用于尋找出某個能夠達(dá)到給定目標(biāo)的動作序列或步驟的專家系統(tǒng)是（）。選項(xiàng)A、規(guī)劃專家系統(tǒng)選項(xiàng)B、設(shè)計專家系統(tǒng)選項(xiàng)C、預(yù)測專家系統(tǒng)選項(xiàng)D、診斷專家系統(tǒng)25.不屬于噪聲數(shù)據(jù)表現(xiàn)形式的是()選項(xiàng)A、虛假數(shù)據(jù)選項(xiàng)B、異常數(shù)據(jù)選項(xiàng)C、錯誤數(shù)據(jù)選項(xiàng)D、重復(fù)數(shù)據(jù)26.參數(shù)估計又可分為()和區(qū)間估計。選項(xiàng)A、二維分析選項(xiàng)B、線型估計選項(xiàng)C、回歸估計選項(xiàng)D、點(diǎn)估計27.以下()的說法是正確。選項(xiàng)A、NoSQL數(shù)據(jù)庫屬于關(guān)系數(shù)據(jù)庫技術(shù)選項(xiàng)B、NoSQL數(shù)據(jù)庫始終遵循ACID原則選項(xiàng)C、術(shù)語NoSQL是“No!SQL”的縮寫選項(xiàng)D、術(shù)語NoSQL可以理解為“NotOnlySQL”的縮寫28.（）是一種處理時序數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，常用于語音識別、機(jī)器翻譯等領(lǐng)域。選項(xiàng)A、前饋神經(jīng)網(wǎng)絡(luò)選項(xiàng)B、對抗神經(jīng)網(wǎng)絡(luò)選項(xiàng)C、卷積神經(jīng)網(wǎng)絡(luò)選項(xiàng)D、循環(huán)神經(jīng)網(wǎng)絡(luò)29.以下不屬于人工智能軟件的是（）。選項(xiàng)A、使用OCR漢字識別軟件選項(xiàng)B、在網(wǎng)上與網(wǎng)友下棋選項(xiàng)C、語音漢字輸入軟件選項(xiàng)D、百度翻譯30.對于線性不可分的數(shù)據(jù)，支持向量機(jī)的解決方式是（）選項(xiàng)A、軟間隔選項(xiàng)B、以上選項(xiàng)均不正確選項(xiàng)C、核函數(shù)選項(xiàng)D、硬間隔31.()是指將“數(shù)據(jù)”轉(zhuǎn)換為“產(chǎn)品”的藝術(shù)。選項(xiàng)A、數(shù)據(jù)挖掘選項(xiàng)B、數(shù)據(jù)開發(fā)選項(xiàng)C、數(shù)據(jù)運(yùn)用選項(xiàng)D、數(shù)據(jù)柔性32.數(shù)據(jù)清洗的方法不包括（）選項(xiàng)A、噪聲數(shù)據(jù)清除選項(xiàng)B、重復(fù)數(shù)據(jù)記錄處理選項(xiàng)C、一致性檢查選項(xiàng)D、缺失值處理33.()的出現(xiàn)，使研究無限假設(shè)空間的復(fù)雜度成為可能。選項(xiàng)A、Rademacher復(fù)雜度選項(xiàng)B、Natarajan維選項(xiàng)C、VC維選項(xiàng)D、計算機(jī)學(xué)習(xí)理論34.下列哪部分不是專家系統(tǒng)的組成部分（）。選項(xiàng)A、綜合數(shù)據(jù)庫選項(xiàng)B、推理機(jī)選項(xiàng)C、知識庫選項(xiàng)D、用戶35.神經(jīng)網(wǎng)絡(luò)研究屬于下列哪個學(xué)派選項(xiàng)A、符號主義選項(xiàng)B、其他選項(xiàng)均不對選項(xiàng)C、連接主義選項(xiàng)D、行為主義36.當(dāng)前機(jī)器學(xué)習(xí)研究的核心是（）。選項(xiàng)A、超高速的數(shù)據(jù)讀取選項(xiàng)B、證明模型的理論意義選項(xiàng)C、擬合數(shù)據(jù)的概率分布曲線選項(xiàng)D、計算性能的突破發(fā)展37.2PC主要包括表決階段和()。選項(xiàng)A、處理階段選項(xiàng)B、響應(yīng)階段選項(xiàng)C、操作階段選項(xiàng)D、執(zhí)行階段38.趨勢可以是線性的，也可以是()。選項(xiàng)A、非線性的選項(xiàng)B、曲線性的選項(xiàng)C、離散性的選項(xiàng)D、正態(tài)性的39.若變量間存在顯式的因果關(guān)系，則常使用()模型。選項(xiàng)A、馬爾可夫網(wǎng)選項(xiàng)B、貝葉斯網(wǎng)選項(xiàng)C、切比雪夫網(wǎng)選項(xiàng)D、D珀爾網(wǎng)40.以下敘述不正確的是選項(xiàng)A、圖靈測試混淆了智能和人類的關(guān)系選項(xiàng)B、機(jī)器智能可以完全在特定的領(lǐng)域中超越人類智能選項(xiàng)C、機(jī)器智能可以有人類智能的創(chuàng)造力選項(xiàng)D、機(jī)器智能的機(jī)制必須與人類智能相同二、多選題（共20題，每題1分，共20分）1.數(shù)據(jù)脫敏的三個基本活動是（）選項(xiàng)A、識別敏感信息選項(xiàng)B、脫敏操作選項(xiàng)C、脫敏處理的評價選項(xiàng)D、脫敏處理2.常見的聚類算法有（）。選項(xiàng)A、K平均值（K-means）算法選項(xiàng)B、KNN算法選項(xiàng)C、兩步（TwoStep）聚類選項(xiàng)D、分層（Hierarchical）聚類選項(xiàng)E、Kohonennetwork3.噪聲數(shù)據(jù)的產(chǎn)生原因主要有：（）選項(xiàng)A、數(shù)據(jù)傳輸過程中發(fā)生錯誤選項(xiàng)B、由于命名規(guī)則或數(shù)據(jù)代碼不同而引起的不一致選項(xiàng)C、數(shù)據(jù)采集設(shè)備有問題選項(xiàng)D、在數(shù)據(jù)錄入過程中發(fā)生了人為或計算機(jī)錯誤4.下列關(guān)于測試集，正確的是（）。選項(xiàng)A、測試集不必占用數(shù)據(jù)集的30%，能夠保證對模型的考核即可選項(xiàng)B、在數(shù)據(jù)規(guī)模較小時，可以保留30%測試集選項(xiàng)C、測試集和驗(yàn)證集不能共存選項(xiàng)D、不管數(shù)據(jù)大小，始終保持30%作為測試集5.自然語言處理產(chǎn)生的對話系統(tǒng)，對企業(yè)有哪些好處？選項(xiàng)A、節(jié)省人工選項(xiàng)B、提高獎金選項(xiàng)C、降低耗電選項(xiàng)D、節(jié)省費(fèi)用6.數(shù)據(jù)變換的類型有（）選項(xiàng)A、聚集選項(xiàng)B、標(biāo)準(zhǔn)化選項(xiàng)C、離散化選項(xiàng)D、平滑處理選項(xiàng)E、特征構(gòu)造7.機(jī)器學(xué)習(xí)預(yù)測類任務(wù)包括（）？選項(xiàng)A、聚類選項(xiàng)B、分類選項(xiàng)C、回歸選項(xiàng)D、關(guān)聯(lián)規(guī)則挖掘8.根據(jù)結(jié)構(gòu)不同，智能傳感器可以分為（）選項(xiàng)A、集成式傳感器選項(xiàng)B、模塊式傳感器選項(xiàng)C、控制型傳感器選項(xiàng)D、混合式傳感器9.回歸分析有很多種類，常見的有（）。選項(xiàng)A、系數(shù)回歸選項(xiàng)B、邏輯回歸選項(xiàng)C、線性回歸選項(xiàng)D、曲線回歸10.常用的數(shù)據(jù)歸約方法有（）。選項(xiàng)A、類歸約選項(xiàng)B、值歸約選項(xiàng)C、維歸約選項(xiàng)D、量歸約11.如何在監(jiān)督式學(xué)習(xí)中使用聚類算法（）？選項(xiàng)A、在應(yīng)用監(jiān)督式學(xué)習(xí)之前，不能創(chuàng)建聚類選項(xiàng)B、在應(yīng)用監(jiān)督式學(xué)習(xí)算法之前，不能將其類別ID作為特征空間中的一個額外的特征選項(xiàng)C、在應(yīng)用監(jiān)督式學(xué)習(xí)算法之前，可以將其類別ID作為特征空間中的一個額外的特征選項(xiàng)D、首先，可以創(chuàng)建聚類，然后分別在不同的集群上應(yīng)用監(jiān)督式學(xué)習(xí)算法12.非機(jī)器學(xué)習(xí)有哪些類型？選項(xiàng)A、人工智能選項(xiàng)B、規(guī)則推理選項(xiàng)C、假設(shè)與推理學(xué)習(xí)選項(xiàng)D、概念與分類學(xué)習(xí)13.在分類問題中,我們經(jīng)常會遇到正負(fù)樣本數(shù)據(jù)量不等的情況,比如正樣本為10w條數(shù)據(jù),負(fù)樣本只有1w條數(shù)據(jù),以下最合適的處理方法是選項(xiàng)A、將負(fù)樣本重復(fù)10次,生成10w樣本量,打亂順序參與分類選項(xiàng)B、直接進(jìn)行分類,可以最大限度利用數(shù)據(jù)選項(xiàng)C、從10w正樣本中隨機(jī)抽取1w參與分類選項(xiàng)D、將負(fù)樣本每個權(quán)重設(shè)置為10,正樣本權(quán)重為1,參與訓(xùn)練過程14.處理實(shí)際問題時，以下什么情況下該使用機(jī)器學(xué)習(xí)?選項(xiàng)A、數(shù)據(jù)分布本身隨時間變化，需要程序不停的重新適應(yīng)，比如預(yù)測商品銷售的趨勢選項(xiàng)B、任務(wù)的規(guī)則會隨時間改變，比如生產(chǎn)線上的瑕疵檢測選項(xiàng)C、規(guī)則十分復(fù)雜或者無法描述，比如人臉識別和語音識別選項(xiàng)D、規(guī)則復(fù)雜程度低，且問題的規(guī)模較小的問題15.我們想要訓(xùn)練一個ML模型，樣本數(shù)量有100萬個，特征維度是5000，面對如此大數(shù)據(jù)，有效地訓(xùn)練模型可以采取的措施是（）。選項(xiàng)A、對訓(xùn)練集隨機(jī)采樣，在隨機(jī)采樣的數(shù)據(jù)上建立模型選項(xiàng)B、使用PCA算法減少特征維度選項(xiàng)C、嘗試使用在線機(jī)器學(xué)習(xí)算法16.下述網(wǎng)絡(luò)屬于數(shù)據(jù)挖掘領(lǐng)域中神經(jīng)網(wǎng)絡(luò)的是（）。選項(xiàng)A、反饋神經(jīng)網(wǎng)絡(luò)選項(xiàng)B、自組織神經(jīng)網(wǎng)絡(luò)選項(xiàng)C、生物神經(jīng)網(wǎng)絡(luò)選項(xiàng)D、前向神經(jīng)網(wǎng)絡(luò)17.人工智能現(xiàn)在的技術(shù)應(yīng)用方向主要有?選項(xiàng)A、自然語言處理選項(xiàng)B、計算機(jī)視覺選項(xiàng)C、語音識別選項(xiàng)D、控制系統(tǒng)18.人工智能驅(qū)動數(shù)據(jù)安全治理加速向（）方向演進(jìn)。選項(xiàng)A、高效化選項(xiàng)B、精準(zhǔn)化選項(xiàng)C、自動化選項(xiàng)D、智能化19.有關(guān)數(shù)據(jù)倉庫的開發(fā)特點(diǎn),正確的描述是?選項(xiàng)A、在數(shù)據(jù)倉庫環(huán)境中,并不存在操作型環(huán)境中所固定的和較確切的處理流,數(shù)據(jù)倉庫中數(shù)據(jù)分析和處理更靈活,且沒有固定的模式選項(xiàng)B、數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā);選項(xiàng)C、數(shù)據(jù)倉庫的開發(fā)是一個不斷循環(huán)的過程,是啟發(fā)式的開發(fā)選項(xiàng)D、數(shù)據(jù)倉庫使用的需求在開發(fā)出去就要明確;20.以下哪些是常見的分類方法？（）選項(xiàng)A、決策樹選項(xiàng)B、Kmeans選項(xiàng)C、KNN選項(xiàng)D、支持向量機(jī)答案與解析一、單選題答案1.答案：【C】答案說明：貝葉斯學(xué)習(xí)是一種以貝葉斯法則為基礎(chǔ)的，并通過概率手段進(jìn)行學(xué)習(xí)的方法。貝葉斯學(xué)習(xí)主要利用概率來處理不確定性，通過不斷更新概率分布來進(jìn)行學(xué)習(xí)。2.答案：【A】答案說明：數(shù)據(jù)挖掘技術(shù)主要有分類、估計、聚類、關(guān)聯(lián)分析和預(yù)報。聚類是將數(shù)據(jù)對象分組成為多個類或簇的過程，使得在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。3.答案：【C】答案說明：人工智能的發(fā)展歷程一般劃分為形成期和發(fā)展期。形成期主要是一些基礎(chǔ)理論和概念的奠定等，發(fā)展期則是技術(shù)不斷進(jìn)步、應(yīng)用不斷拓展等階段。4.答案：【B】答案說明：在深度學(xué)習(xí)的反向傳播更新參數(shù)過程中，由于神經(jīng)網(wǎng)絡(luò)層數(shù)較多，誤差在反向傳播時經(jīng)過多層的傳遞會逐漸衰減，導(dǎo)致梯度越來越小，最終出現(xiàn)梯度消失問題，使得網(wǎng)絡(luò)難以學(xué)習(xí)到有效的參數(shù)更新，從而影響模型的訓(xùn)練效果。而正向傳播主要是計算輸出結(jié)果，一般不會直接出現(xiàn)梯度消失問題。所以是在反向傳播更新參數(shù)環(huán)節(jié)容易出現(xiàn)梯度消失問題，答案選A。5.答案：【B】答案說明：貝葉斯學(xué)派認(rèn)為未知參數(shù)與其他變量一樣，都是隨機(jī)變量，因此參數(shù)估計和變量推斷能統(tǒng)一在推斷框架下進(jìn)行。貝葉斯推斷通過先驗(yàn)分布結(jié)合觀測數(shù)據(jù)來更新對參數(shù)的認(rèn)知，將參數(shù)視為具有不確定性的隨機(jī)量，從而把參數(shù)估計和一般的變量推斷統(tǒng)一起來。珀爾主要貢獻(xiàn)在因果推斷等領(lǐng)域；馬爾可夫主要涉及馬爾可夫鏈等概率模型；切比雪夫在不等式等方面有重要成果，均不符合題意。6.答案：【D】7.答案：【B】答案說明：大數(shù)據(jù)正快速發(fā)展為對數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。它不僅僅是新一代信息技術(shù)，還涵蓋了基于這些技術(shù)所形成的服務(wù)業(yè)態(tài)，A選項(xiàng)新一代技術(shù)平臺不夠全面，C選項(xiàng)新一代服務(wù)業(yè)態(tài)不完整，D選項(xiàng)新一代信息技術(shù)表述不準(zhǔn)確，所以選B。8.答案：【D】答案說明：AKO鏈和ISA鏈都用于表示類與類之間的層次關(guān)系，體現(xiàn)了節(jié)點(diǎn)知識的繼承性。例如，在語義網(wǎng)絡(luò)中，如果AAKOB，表示A類繼承B類的屬性；如果AISAB，同樣表示A繼承B的相關(guān)特性。9.答案：【A】答案說明：深度學(xué)習(xí)是一類基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)，深度置信網(wǎng)絡(luò)、受限玻爾茲曼機(jī)、卷積神經(jīng)網(wǎng)絡(luò)都屬于深度學(xué)習(xí)的范疇。而貝葉斯學(xué)習(xí)是一種基于概率統(tǒng)計的學(xué)習(xí)方法，不屬于深度學(xué)習(xí)。10.答案：【A】答案說明：決策管理系統(tǒng)的一個重要功能就是跟蹤決策的全過程，從制定、細(xì)化、實(shí)施到跟蹤，確保決策能夠按照預(yù)期在具體環(huán)境中發(fā)揮作用，實(shí)現(xiàn)對決策的全生命周期管理，所以選D。11.答案：【D】答案說明：決策樹學(xué)習(xí)算法中，ID3算法是非常經(jīng)典且具有奠基性的算法，絕大多數(shù)的決策樹學(xué)習(xí)算法都是基于它設(shè)計出來的。Find-S算法是一種簡單的尋找極大特殊假設(shè)的算法；候選消除算法用于概念學(xué)習(xí)；遺傳算法是基于自然選擇和遺傳變異等生物進(jìn)化原理的優(yōu)化算法，它們都不是決策樹學(xué)習(xí)算法的基礎(chǔ)。12.答案：【B】13.答案：【A】14.答案：【B】答案說明：當(dāng)人臉檢測服務(wù)在測試圖像中沒有人臉時，通常不會報錯，而是返回檢測結(jié)果為未檢測到人臉等相關(guān)信息，而不是報錯。所以這里應(yīng)該是返回FALSE，答案選B。人臉檢測服務(wù)在沒有檢測到人臉時不會進(jìn)行報錯這種異常操作，而是正常給出未檢測到人臉的判斷結(jié)果，這個結(jié)果以FALSE表示檢測未成功檢測到人臉這種情況。15.答案：【A】答案說明：HBase依賴Zookeeper提供消息通信機(jī)制。Zookeeper在HBase中扮演著至關(guān)重要的角色，它用于協(xié)調(diào)RegionServer的啟動、停止、故障轉(zhuǎn)移等操作，以及存儲HBase的元數(shù)據(jù)信息等，為HBase集群的正常運(yùn)行提供了基礎(chǔ)的消息通信和協(xié)調(diào)服務(wù)。而Chubby不是HBase的依賴；RPC是遠(yuǎn)程過程調(diào)用，是一種通信方式，但不是HBase依賴來提供消息通信機(jī)制的核心組件；Socket是一種網(wǎng)絡(luò)編程的基本通信方式，HBase在底層網(wǎng)絡(luò)通信上可能會用到Socket，但不是依賴它來提供整體的消息通信機(jī)制，主要依賴的還是Zookeeper。16.答案：【A】答案說明：SVM（支持向量機(jī)）的基本概念是線性分類。它通過尋找一個最優(yōu)的超平面來對數(shù)據(jù)進(jìn)行分類，使得不同類別的數(shù)據(jù)點(diǎn)盡可能地被分開，且間隔最大，其核心思想就是圍繞線性分類展開的。方差分析主要用于分析多個總體均值是否相等；分層聚類是一種聚類方法，將數(shù)據(jù)按照層次進(jìn)行聚類；關(guān)聯(lián)規(guī)則主要用于挖掘數(shù)據(jù)中項(xiàng)集之間的關(guān)聯(lián)關(guān)系。所以這里選A。17.答案：【B】答案說明：人工智能主要分為ANI（狹義人工智能）和AGI（通用人工智能）。狹義人工智能是指在特定領(lǐng)域表現(xiàn)出色的人工智能系統(tǒng)，它們只能解決特定類型的問題。而通用人工智能則旨在具備人類水平的智能，能夠理解、學(xué)習(xí)和應(yīng)用各種知識，解決廣泛領(lǐng)域的問題。18.答案：【C】答案說明：在決策樹中，同一路徑上的所有屬性之間是邏輯與關(guān)系。這是因?yàn)橹挥挟?dāng)同一路徑上的所有屬性條件都滿足時，才會沿著該路徑繼續(xù)進(jìn)行決策或到達(dá)相應(yīng)的葉節(jié)點(diǎn)。例如，在一個決策樹中，如果某一路徑上依次有屬性A、屬性B和屬性C，只有當(dāng)樣本同時滿足屬性A、屬性B和屬性C的條件時，才會按照該路徑進(jìn)行后續(xù)處理，這體現(xiàn)的就是邏輯與的關(guān)系。19.答案：【A】答案說明：K-Mean分析方法是一種典型的數(shù)據(jù)聚類分析方法，它將數(shù)據(jù)集中的樣本劃分為K個簇，使得簇內(nèi)數(shù)據(jù)點(diǎn)相似度高，簇間數(shù)據(jù)點(diǎn)相似度低。決策樹分析是用于分類和預(yù)測的方法；KNN分類是基于最近鄰的分類算法；線性相關(guān)分析主要用于研究變量之間的線性關(guān)系，均不屬于聚類分析方法。20.答案：【B】21.答案：【A】答案說明：支持向量機(jī)能夠處理分界線為曲線的多分類問題，它通過核函數(shù)將低維空間的數(shù)據(jù)映射到高維空間，從而有可能找到更復(fù)雜的決策邊界來進(jìn)行多分類。選項(xiàng)A中，支持向量機(jī)確實(shí)是要找到與邊緣點(diǎn)距離最大的分界線確定支持向量；選項(xiàng)B，核函數(shù)負(fù)責(zé)輸入變量和分類變量之間的映射；選項(xiàng)C，支持向量機(jī)可用于新聞分類等多種分類任務(wù)。所以說法錯誤的是D。22.答案：【A】答案說明：操作系統(tǒng)是系統(tǒng)軟件的核心，它管理著計算機(jī)的硬件資源和軟件資源，為其他軟件提供運(yùn)行基礎(chǔ)和支撐環(huán)境。數(shù)據(jù)庫管理系統(tǒng)是用于管理數(shù)據(jù)庫的軟件；程序語言系統(tǒng)是用于編寫程序的工具；財務(wù)管理系統(tǒng)屬于應(yīng)用軟件。所以系統(tǒng)軟件的核心是操作系統(tǒng)，答案選B。23.答案：【D】24.答案：【A】答案說明：規(guī)劃專家系統(tǒng)是用于尋找出某個能夠達(dá)到給定目標(biāo)的動作序列或步驟的專家系統(tǒng)。設(shè)計專家系統(tǒng)主要用于設(shè)計新產(chǎn)品等；診斷專家系統(tǒng)用于對故障等進(jìn)行診斷；預(yù)測專家系統(tǒng)用于預(yù)測未來趨勢等，均不符合題意。25.答案：【D】答案說明：重復(fù)數(shù)據(jù)是指在數(shù)據(jù)集中出現(xiàn)多次的相同數(shù)據(jù)，它可能會影響數(shù)據(jù)分析的準(zhǔn)確性和效率，但不屬于噪聲數(shù)據(jù)的范疇。噪聲數(shù)據(jù)通常是指包含錯誤、異常或不完整信息的數(shù)據(jù)，如虛假數(shù)據(jù)、錯誤數(shù)據(jù)和異常數(shù)據(jù)等。虛假數(shù)據(jù)是指故意偽造或誤導(dǎo)性的數(shù)據(jù)；錯誤數(shù)據(jù)是指由于數(shù)據(jù)錄入錯誤、系統(tǒng)故障或其他原因?qū)е碌牟徽_的數(shù)據(jù)；異常數(shù)據(jù)是指與正常模式或預(yù)期值明顯偏離的數(shù)據(jù)。這些數(shù)據(jù)會對數(shù)據(jù)分析和決策產(chǎn)生負(fù)面影響，需要進(jìn)行處理或清理。26.答案：【D】答案說明：參數(shù)估計分為點(diǎn)估計和區(qū)間估計。點(diǎn)估計是用樣本統(tǒng)計量來估計總體參數(shù)的具體數(shù)值；區(qū)間估計是在點(diǎn)估計的基礎(chǔ)上，給出總體參數(shù)估計的一個區(qū)間范圍。27.答案：【D】答案說明：選項(xiàng)A中NoSQL不是“No!SQL”的縮寫；選項(xiàng)C中NoSQL數(shù)據(jù)庫不遵循ACID原則；選項(xiàng)D中NoSQL數(shù)據(jù)庫不屬于關(guān)系數(shù)據(jù)庫技術(shù)。而選項(xiàng)B中術(shù)語NoSQL可以理解為“NotOnlySQL”的縮寫，該說法是正確的。28.答案：【D】答案說明：循環(huán)神經(jīng)網(wǎng)絡(luò)是一種處理時序數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，它能夠處理序列數(shù)據(jù)中的長期依賴關(guān)系，常用于語音識別、機(jī)器翻譯、時間序列預(yù)測等領(lǐng)域。前饋神經(jīng)網(wǎng)絡(luò)主要用于一般的分類和回歸問題；卷積神經(jīng)網(wǎng)絡(luò)常用于圖像識別等領(lǐng)域；對抗神經(jīng)網(wǎng)絡(luò)主要用于生成對抗網(wǎng)絡(luò)相關(guān)的任務(wù)，如生成新的數(shù)據(jù)樣本等。所以答案是[C]。29.答案：【B】答案說明：人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。語音漢字輸入軟件、百度翻譯、OCR漢字識別軟件都運(yùn)用了人工智能技術(shù)。而在網(wǎng)上與網(wǎng)友下棋，只是人與人之間的互動行為，不涉及人工智能軟件。30.答案：【C】答案說明：支持向量機(jī)對于線性不可分的數(shù)據(jù)，通過核函數(shù)將低維空間的數(shù)據(jù)映射到高維空間，使其變得線性可分，從而能夠進(jìn)行有效的分類。軟間隔是針對線性可分情況下的一種優(yōu)化方式；硬間隔適用于線性可分的數(shù)據(jù)。所以線性不可分的數(shù)據(jù)采用核函數(shù)來解決。31.答案：【D】32.答案：【B】33.答案：【C】答案說明：VC維的出現(xiàn)，使研究無限假設(shè)空間的復(fù)雜度成為可能。它是衡量假設(shè)空間復(fù)雜程度的一個重要概念，在機(jī)器學(xué)習(xí)理論中有著關(guān)鍵作用，通過對VC維的研究可以幫助理解無限假設(shè)空間的相關(guān)特性，從而使得研究其復(fù)雜度具備了可能性。34.答案：【D】答案說明：專家系統(tǒng)通常由知識庫、綜合數(shù)據(jù)庫、推理機(jī)等部分組成。用戶是使用專家系統(tǒng)的人，不屬于專家系統(tǒng)的組成部分。知識庫用于存儲知識，綜合數(shù)據(jù)庫用于存放初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)等，推理機(jī)根據(jù)知識庫中的知識和綜合數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行推理以求解問題。35.答案：【C】答案說明：神經(jīng)網(wǎng)絡(luò)研究屬于連接主義學(xué)派。連接主義強(qiáng)調(diào)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和運(yùn)行機(jī)制，通過模擬大腦神經(jīng)元之間的連接方式來實(shí)現(xiàn)智能，其研究重點(diǎn)在于構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型以解決各種問題。符號主義側(cè)重于基于符號邏輯和推理規(guī)則；行為主義強(qiáng)調(diào)基于行為和環(huán)境交互來實(shí)現(xiàn)智能。所以神經(jīng)網(wǎng)絡(luò)研究屬于連接主義學(xué)派。36.答案：【C】答案說明：機(jī)器學(xué)習(xí)研究的核心目標(biāo)之一是盡可能準(zhǔn)確地擬合數(shù)據(jù)的概率分布曲線，從而實(shí)現(xiàn)對數(shù)據(jù)的有效建模和預(yù)測等。證明模型的理論意義不是核心；計算性能的突破發(fā)展和超高速的數(shù)據(jù)讀取不是機(jī)器學(xué)習(xí)研究的核心內(nèi)容。37.答案：【D】答案說明：2PC主要包括表決階段和執(zhí)行階段。表決階段協(xié)調(diào)者會向所有參與者發(fā)送事務(wù)內(nèi)容并詢問是否可以提交，參與者進(jìn)行投票并反饋結(jié)果。執(zhí)行階段協(xié)調(diào)者根據(jù)參與者的反饋決定是提交還是回滾事務(wù)，如果是提交，所有參與者執(zhí)行事務(wù)操作，如果是回滾，所有參與者撤銷事務(wù)操作。38.答案：【A】答案說明：趨勢可以是線性的，即按照固定的比例或模式變化，也可以是非線性的，呈現(xiàn)出復(fù)雜的、不規(guī)則的變化形態(tài)，不是簡單的直線關(guān)系。曲線性表述不準(zhǔn)確；正態(tài)性主要用于描述數(shù)據(jù)分布特征，與趨勢類型無關(guān)；離散性強(qiáng)調(diào)數(shù)據(jù)的分散程度，也不是趨勢的類型。所以趨勢可以是線性的，也可以是非線性的。39.答案：【B】40.答案：【D】答案說明：逐一分析各選項(xiàng)：A選項(xiàng)，圖靈測試確實(shí)在一定程度上混淆了智能和人類的關(guān)系，該選項(xiàng)正確；B選項(xiàng)，機(jī)器智能的機(jī)制與人類智能并不相同，人類智能有情感、意識等多方面復(fù)雜因素，機(jī)器智能是基于算法和程序等，該選項(xiàng)錯誤；C選項(xiàng)，在特定領(lǐng)域如計算速度等方面機(jī)器智能可以超越人類智能，該選項(xiàng)正確；D選項(xiàng)，目前雖然機(jī)器智能創(chuàng)造力有限，但不能完全否定其有獲得人類智能創(chuàng)造力的可能性，該選項(xiàng)正確。所以不正確的敘述是B。二、多選題答案1.答案：【ACD】答案說明：數(shù)據(jù)脫敏的三個基本活動包括識別敏感信息，明確哪些數(shù)據(jù)是敏感的；進(jìn)行脫敏處理，采用合適的方法對敏感數(shù)據(jù)進(jìn)行轉(zhuǎn)換等操作；對脫敏處理進(jìn)行評價，確保脫敏后的數(shù)據(jù)符合安全和使用要求，而脫敏操作不屬于這三個基本活動。2.答案：【ACDE】答案說明：分層聚類是根據(jù)給定的簇之間的相似度度量創(chuàng)建一個層次結(jié)構(gòu)。兩步聚類可以自動確定聚類數(shù)并對數(shù)據(jù)進(jìn)行聚類。Kohonennetwork即自組織映射神經(jīng)網(wǎng)絡(luò)，可用于聚類。K平均值算法是一種經(jīng)典的聚類算法，通過迭代計算將數(shù)據(jù)點(diǎn)劃分到K個簇中。而KNN算法是分類算法，不是聚類算法。3.答案：【ABCD】答案說明：噪聲數(shù)據(jù)產(chǎn)生原因多樣，數(shù)據(jù)采集設(shè)備問題可能導(dǎo)致采集到錯誤數(shù)據(jù)；數(shù)據(jù)錄入過程中的人為或計算機(jī)錯誤會使錄入數(shù)據(jù)有誤；數(shù)據(jù)傳輸過程出錯會造成數(shù)據(jù)不準(zhǔn)確；因命名規(guī)則或數(shù)據(jù)代碼不同引起的不一致也會產(chǎn)生噪聲數(shù)據(jù)。4.答案：【AB】5.答案：【AD】答案說明：自然語言處理產(chǎn)生的對話系統(tǒng)對企業(yè)的好處主要有節(jié)省人工成本，在一定程度上也能節(jié)省相關(guān)費(fèi)用，比如客服等人力成本以及一些不必要的溝通成本等。但通常對話系統(tǒng)不會直接提高獎金，與降低耗電也沒有直接關(guān)聯(lián)。所以答案是AC。6.答案：【ABCDE】答案說明：平滑處理是對數(shù)據(jù)進(jìn)行局部的平滑化操作，去除噪聲等；特征構(gòu)造是通過對已有特征進(jìn)行組合等方式創(chuàng)建新特征；聚集是對數(shù)據(jù)進(jìn)行匯總等操作；標(biāo)準(zhǔn)化是將數(shù)據(jù)轉(zhuǎn)換到特定的范圍，如均值為0標(biāo)準(zhǔn)差為1等；離散化是將連續(xù)數(shù)據(jù)轉(zhuǎn)換為離散數(shù)據(jù)，這些都屬于數(shù)據(jù)變換的類型。7.答案：【BC】答案說明：機(jī)器學(xué)習(xí)預(yù)測類任務(wù)主要包括分類和回歸。分類是將數(shù)據(jù)劃分到不同的類別中，例如判斷一封郵件是垃圾郵件還是正常郵件；回歸則是預(yù)測一個連續(xù)的數(shù)值，比如預(yù)測房價。聚類是將數(shù)據(jù)分成不同的簇，屬于無監(jiān)督學(xué)習(xí)，不是預(yù)測類任務(wù)。關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)數(shù)據(jù)中項(xiàng)集之間的關(guān)聯(lián)關(guān)系，也不屬于預(yù)測類任務(wù)。8.答案：【ABD】答案說明：智能傳感器根據(jù)結(jié)構(gòu)不同可分為模塊式傳感器、集成式傳感器、混合式傳感器。模塊式傳感器是將傳感器、信號調(diào)理電路等分別作為獨(dú)立的模塊；集成式傳感器是將敏