2025年《人工智能導(dǎo)論》核心知識(shí)點(diǎn)模擬試卷一、單項(xiàng)選擇題（每題2分，共30分）1.人工智能的英文縮寫是（）A.ARB.AIC.VRD.ML答案：B。解析：AR是增強(qiáng)現(xiàn)實(shí)的英文縮寫，AI是人工智能的英文縮寫，VR是虛擬現(xiàn)實(shí)的英文縮寫，ML是機(jī)器學(xué)習(xí)的英文縮寫。2.以下哪種不屬于人工智能的研究領(lǐng)域（）A.自然語言處理B.數(shù)據(jù)庫(kù)管理C.機(jī)器人技術(shù)D.圖像識(shí)別答案：B。解析：數(shù)據(jù)庫(kù)管理主要是對(duì)數(shù)據(jù)的存儲(chǔ)、組織和管理，不屬于人工智能核心研究領(lǐng)域。自然語言處理、機(jī)器人技術(shù)、圖像識(shí)別都是人工智能的重要研究方向。3.符號(hào)主義學(xué)派認(rèn)為人工智能源于（）A.數(shù)理邏輯B.神經(jīng)網(wǎng)絡(luò)C.控制論D.仿生學(xué)答案：A。解析：符號(hào)主義學(xué)派強(qiáng)調(diào)人類智能的基本單元是符號(hào)，認(rèn)知過程就是符號(hào)表示下的符號(hào)運(yùn)算，其理論基礎(chǔ)源于數(shù)理邏輯。神經(jīng)網(wǎng)絡(luò)是連接主義的基礎(chǔ)，控制論是行為主義的部分理論依據(jù)，仿生學(xué)與人工智能有一定關(guān)聯(lián)但不是符號(hào)主義的根源。4.以下關(guān)于知識(shí)表示方法的說法，錯(cuò)誤的是（）A.產(chǎn)生式表示法適合表示具有因果關(guān)系的知識(shí)B.語義網(wǎng)絡(luò)表示法可以直觀地表示知識(shí)之間的語義關(guān)系C.框架表示法不能表示具有層次結(jié)構(gòu)的知識(shí)D.謂詞邏輯表示法具有嚴(yán)格的形式定義和推理規(guī)則答案：C。解析：框架表示法非常適合表示具有層次結(jié)構(gòu)的知識(shí)，它以框架為單位來描述事物的屬性和關(guān)系。產(chǎn)生式表示法通過“條件動(dòng)作”的形式表示因果關(guān)系知識(shí)；語義網(wǎng)絡(luò)用節(jié)點(diǎn)和弧線表示語義關(guān)系；謂詞邏輯有嚴(yán)格的形式化定義和推理規(guī)則。5.啟發(fā)式搜索中，評(píng)價(jià)函數(shù)通常表示為（）A.f(n)=g(n)+h(n)B.f(n)=g(n)h(n)C.f(n)=g(n)×h(n)D.f(n)=g(n)÷h(n)答案：A。解析：在啟發(fā)式搜索中，f(n)表示從初始節(jié)點(diǎn)經(jīng)過節(jié)點(diǎn)n到達(dá)目標(biāo)節(jié)點(diǎn)的估計(jì)代價(jià)，g(n)是從初始節(jié)點(diǎn)到節(jié)點(diǎn)n的實(shí)際代價(jià)，h(n)是從節(jié)點(diǎn)n到目標(biāo)節(jié)點(diǎn)的估計(jì)代價(jià)。6.以下哪種學(xué)習(xí)算法屬于有監(jiān)督學(xué)習(xí)（）A.K均值聚類B.決策樹學(xué)習(xí)C.自組織映射D.主成分分析答案：B。解析：決策樹學(xué)習(xí)是根據(jù)有標(biāo)記的訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，屬于有監(jiān)督學(xué)習(xí)。K均值聚類、自組織映射是無監(jiān)督學(xué)習(xí)算法，用于發(fā)現(xiàn)數(shù)據(jù)中的聚類結(jié)構(gòu)；主成分分析是一種數(shù)據(jù)降維的無監(jiān)督方法。7.神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)的作用是（）A.增加網(wǎng)絡(luò)的復(fù)雜度B.引入非線性因素C.減少訓(xùn)練時(shí)間D.提高網(wǎng)絡(luò)的精度答案：B。解析：神經(jīng)網(wǎng)絡(luò)中，如果沒有激活函數(shù)，多層神經(jīng)網(wǎng)絡(luò)就相當(dāng)于單層線性網(wǎng)絡(luò)，激活函數(shù)的主要作用是引入非線性因素，使網(wǎng)絡(luò)能夠?qū)W習(xí)更復(fù)雜的函數(shù)映射。8.在遺傳算法中，以下哪種操作不屬于基本操作（）A.選擇B.交叉C.變異D.排序答案：D。解析：遺傳算法的基本操作包括選擇、交叉和變異。選擇操作根據(jù)個(gè)體的適應(yīng)度選擇優(yōu)良個(gè)體；交叉操作對(duì)選中的個(gè)體進(jìn)行基因交換；變異操作對(duì)個(gè)體的基因進(jìn)行隨機(jī)突變。排序不是遺傳算法的基本操作。9.模糊集合的隸屬函數(shù)取值范圍是（）A.[0,1)B.(0,1]C.[0,1]D.(1,1)答案：C。解析：模糊集合的隸屬函數(shù)用于描述元素屬于模糊集合的程度，其取值范圍是從0到1，0表示完全不屬于，1表示完全屬于。10.以下關(guān)于專家系統(tǒng)的說法，正確的是（）A.專家系統(tǒng)不需要知識(shí)庫(kù)B.專家系統(tǒng)的推理機(jī)與知識(shí)庫(kù)無關(guān)C.專家系統(tǒng)能夠模擬人類專家解決問題D.專家系統(tǒng)只能處理確定性知識(shí)答案：C。解析：專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它能夠模擬人類專家解決問題。專家系統(tǒng)需要知識(shí)庫(kù)來存儲(chǔ)知識(shí)，推理機(jī)根據(jù)知識(shí)庫(kù)中的知識(shí)進(jìn)行推理，并且可以處理不確定性知識(shí)。11.強(qiáng)化學(xué)習(xí)中，智能體的目標(biāo)是（）A.最大化即時(shí)獎(jiǎng)勵(lì)B.最小化即時(shí)獎(jiǎng)勵(lì)C.最大化累積獎(jiǎng)勵(lì)D.最小化累積獎(jiǎng)勵(lì)答案：C。解析：強(qiáng)化學(xué)習(xí)中，智能體通過與環(huán)境進(jìn)行交互，根據(jù)環(huán)境反饋的獎(jiǎng)勵(lì)信號(hào)來學(xué)習(xí)最優(yōu)策略，其目標(biāo)是在整個(gè)交互過程中最大化累積獎(jiǎng)勵(lì)。12.自然語言處理中，詞性標(biāo)注的主要目的是（）A.分析句子的語法結(jié)構(gòu)B.識(shí)別句子中的命名實(shí)體C.確定每個(gè)詞的詞性D.進(jìn)行文本分類答案：C。解析：詞性標(biāo)注就是為文本中的每個(gè)詞標(biāo)注其詞性，如名詞、動(dòng)詞、形容詞等，這是自然語言處理中基礎(chǔ)且重要的任務(wù)，為后續(xù)的語法分析等任務(wù)提供基礎(chǔ)。13.以下哪種方法可用于圖像分割（）A.卷積神經(jīng)網(wǎng)絡(luò)B.支持向量機(jī)C.隱馬爾可夫模型D.決策樹答案：A。解析：卷積神經(jīng)網(wǎng)絡(luò)在圖像分割領(lǐng)域有廣泛應(yīng)用，它可以自動(dòng)學(xué)習(xí)圖像的特征并進(jìn)行像素級(jí)的分類。支持向量機(jī)常用于分類和回歸任務(wù)；隱馬爾可夫模型常用于序列數(shù)據(jù)處理；決策樹主要用于分類和回歸。14.知識(shí)圖譜中，節(jié)點(diǎn)通常表示（）A.實(shí)體B.關(guān)系C.屬性D.事件答案：A。解析：知識(shí)圖譜以節(jié)點(diǎn)和邊的形式表示知識(shí)，節(jié)點(diǎn)通常表示實(shí)體，邊表示實(shí)體之間的關(guān)系。15.在人工智能的發(fā)展歷程中，圖靈測(cè)試是由（）提出的。A.約翰·麥卡錫B.馬文·明斯基C.艾倫·圖靈D.赫伯特·西蒙答案：C。解析：艾倫·圖靈提出了圖靈測(cè)試，用于判斷機(jī)器是否具有智能。約翰·麥卡錫是人工智能概念的提出者；馬文·明斯基是人工智能的先驅(qū)之一；赫伯特·西蒙在人工智能和認(rèn)知心理學(xué)等領(lǐng)域有重要貢獻(xiàn)。二、多項(xiàng)選擇題（每題3分，共15分）1.人工智能的主要學(xué)派有（）A.符號(hào)主義B.連接主義C.行為主義D.進(jìn)化主義答案：ABC。解析：人工智能主要有符號(hào)主義、連接主義和行為主義三個(gè)學(xué)派。符號(hào)主義強(qiáng)調(diào)基于符號(hào)的推理；連接主義基于神經(jīng)網(wǎng)絡(luò)；行為主義強(qiáng)調(diào)智能源于感知和行動(dòng)。進(jìn)化主義不屬于主要的人工智能學(xué)派分類。2.以下屬于知識(shí)表示方法的有（）A.狀態(tài)空間表示法B.劇本表示法C.框架表示法D.面向?qū)ο蟊硎痉ù鸢福篈BCD。解析：狀態(tài)空間表示法用于描述問題的狀態(tài)和操作；劇本表示法用于描述特定場(chǎng)景下的事件序列；框架表示法以框架結(jié)構(gòu)表示知識(shí)；面向?qū)ο蟊硎痉▽?duì)象作為知識(shí)的基本單元。3.機(jī)器學(xué)習(xí)中的分類算法有（）A.樸素貝葉斯分類器B.支持向量機(jī)C.隨機(jī)森林D.邏輯回歸答案：ABCD。解析：樸素貝葉斯分類器基于貝葉斯定理進(jìn)行分類；支持向量機(jī)通過尋找最優(yōu)超平面進(jìn)行分類；隨機(jī)森林由多個(gè)決策樹組成進(jìn)行分類；邏輯回歸是一種常用的線性分類算法。4.人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)包括（）A.輸入層B.隱藏層C.輸出層D.反饋層答案：ABC。解析：典型的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、隱藏層和輸出層。輸入層接收外部數(shù)據(jù)，隱藏層進(jìn)行特征提取和變換，輸出層輸出最終結(jié)果。反饋層不是神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)組成部分。5.以下關(guān)于人工智能應(yīng)用的說法，正確的有（）A.智能語音助手是人工智能在自然語言處理方面的應(yīng)用B.自動(dòng)駕駛汽車涉及人工智能的多個(gè)領(lǐng)域，如計(jì)算機(jī)視覺、決策規(guī)劃等C.推薦系統(tǒng)利用人工智能算法為用戶推薦個(gè)性化內(nèi)容D.智能安防系統(tǒng)可以利用圖像識(shí)別和行為分析技術(shù)實(shí)現(xiàn)監(jiān)控和預(yù)警答案：ABCD。解析：智能語音助手需要進(jìn)行語音識(shí)別、語義理解等自然語言處理任務(wù)；自動(dòng)駕駛汽車需要計(jì)算機(jī)視覺識(shí)別道路和障礙物，決策規(guī)劃模塊制定行駛策略；推薦系統(tǒng)通過分析用戶行為和偏好進(jìn)行個(gè)性化推薦；智能安防系統(tǒng)利用圖像識(shí)別和行為分析技術(shù)發(fā)現(xiàn)異常情況并預(yù)警。三、判斷題（每題1分，共10分）1.人工智能就是讓機(jī)器像人一樣思考和行動(dòng)。（）答案：√。解析：人工智能的目標(biāo)就是使機(jī)器具備類似人類的智能，能夠思考、學(xué)習(xí)和解決問題，像人一樣行動(dòng)。2.無監(jiān)督學(xué)習(xí)不需要任何數(shù)據(jù)。（）答案：×。解析：無監(jiān)督學(xué)習(xí)雖然不需要標(biāo)記數(shù)據(jù)，但需要大量的無標(biāo)記數(shù)據(jù)來發(fā)現(xiàn)數(shù)據(jù)中的模式和結(jié)構(gòu)。3.遺傳算法中的適應(yīng)度函數(shù)值越大，個(gè)體越優(yōu)秀。（）答案：√。解析：在遺傳算法中，適應(yīng)度函數(shù)用于評(píng)估個(gè)體的優(yōu)劣，適應(yīng)度函數(shù)值越大，表明該個(gè)體越符合優(yōu)化目標(biāo)，越優(yōu)秀。4.模糊邏輯只能處理確定性問題。（）答案：×。解析：模糊邏輯主要用于處理不確定性和模糊性問題，它通過模糊集合和隸屬函數(shù)來描述和處理模糊信息。5.專家系統(tǒng)的性能完全取決于知識(shí)庫(kù)的質(zhì)量。（）答案：×。解析：專家系統(tǒng)的性能不僅取決于知識(shí)庫(kù)的質(zhì)量，還與推理機(jī)的效率、人機(jī)交互界面的友好性等因素有關(guān)。6.強(qiáng)化學(xué)習(xí)中，環(huán)境反饋的獎(jiǎng)勵(lì)信號(hào)一定是正的。（）答案：×。解析：強(qiáng)化學(xué)習(xí)中，環(huán)境反饋的獎(jiǎng)勵(lì)信號(hào)可以是正的、負(fù)的或零，正獎(jiǎng)勵(lì)表示智能體的行為得到鼓勵(lì)，負(fù)獎(jiǎng)勵(lì)表示行為受到懲罰。7.自然語言處理中的句法分析就是確定句子中每個(gè)詞的詞性。（）答案：×。解析：句法分析是分析句子的語法結(jié)構(gòu)，確定句子中詞與詞之間的關(guān)系，而確定每個(gè)詞的詞性是詞性標(biāo)注的任務(wù)。8.圖像識(shí)別只能識(shí)別靜態(tài)圖像。（）答案：×。解析：圖像識(shí)別不僅可以識(shí)別靜態(tài)圖像，還可以處理視頻流中的動(dòng)態(tài)圖像，例如在視頻監(jiān)控、自動(dòng)駕駛等領(lǐng)域?qū)?dòng)態(tài)圖像的實(shí)時(shí)識(shí)別。9.知識(shí)圖譜中的關(guān)系都是二元關(guān)系。（）答案：×。解析：知識(shí)圖譜中的關(guān)系可以是二元關(guān)系，也可以是多元關(guān)系，用于描述多個(gè)實(shí)體之間的復(fù)雜關(guān)系。10.圖靈機(jī)是一種實(shí)際的計(jì)算機(jī)。（）答案：×。解析：圖靈機(jī)是一種理論計(jì)算模型，不是實(shí)際的計(jì)算機(jī)，它為現(xiàn)代計(jì)算機(jī)的設(shè)計(jì)和計(jì)算理論奠定了基礎(chǔ)。四、簡(jiǎn)答題（每題10分，共20分）1.簡(jiǎn)述人工智能中搜索算法的分類及特點(diǎn)。答：人工智能中的搜索算法主要分為盲目搜索和啟發(fā)式搜索兩類。盲目搜索：特點(diǎn)：不考慮問題的特定信息，按照預(yù)定的搜索策略進(jìn)行搜索。常見的盲目搜索算法有廣度優(yōu)先搜索和深度優(yōu)先搜索。廣度優(yōu)先搜索：從初始節(jié)點(diǎn)開始，逐層擴(kuò)展節(jié)點(diǎn)，優(yōu)先擴(kuò)展深度淺的節(jié)點(diǎn)。它能保證找到最優(yōu)解，但空間復(fù)雜度較高，需要存儲(chǔ)大量的節(jié)點(diǎn)。深度優(yōu)先搜索：沿著一條路徑盡可能深地搜索，直到無法繼續(xù)再回溯。其空間復(fù)雜度相對(duì)較低，但可能陷入無限分支，不一定能找到最優(yōu)解。啟發(fā)式搜索：特點(diǎn)：利用問題的啟發(fā)式信息，通過評(píng)價(jià)函數(shù)來引導(dǎo)搜索過程，優(yōu)先擴(kuò)展最有希望到達(dá)目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)。常見的啟發(fā)式搜索算法有A算法等。A算法：評(píng)價(jià)函數(shù)f(n)=g(n)+h(n)，其中g(shù)(n)是從初始節(jié)點(diǎn)到節(jié)點(diǎn)n的實(shí)際代價(jià)，h(n)是從節(jié)點(diǎn)n到目標(biāo)節(jié)點(diǎn)的估計(jì)代價(jià)。它結(jié)合了廣度優(yōu)先搜索的完備性和深度優(yōu)先搜索的高效性，在一定條件下能找到最優(yōu)解，搜索效率較高。2.簡(jiǎn)述機(jī)器學(xué)習(xí)中過擬合和欠擬合的概念及解決方法。答：過擬合：概念：過擬合是指模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)良好，但在測(cè)試數(shù)據(jù)上表現(xiàn)不佳的現(xiàn)象。這是因?yàn)槟Ｐ瓦^于復(fù)雜，學(xué)習(xí)到了訓(xùn)練數(shù)據(jù)中的噪聲和細(xì)節(jié)，而沒有學(xué)習(xí)到數(shù)據(jù)的一般性規(guī)律。解決方法：增加訓(xùn)練數(shù)據(jù)：提供更多的數(shù)據(jù)可以讓模型學(xué)習(xí)到更廣泛的特征和規(guī)律，減少對(duì)噪聲的依賴。正則化：通過在損失函數(shù)中添加正則化項(xiàng)，如L1正則化和L2正則化，限制模型的復(fù)雜度，防止模型過度擬合訓(xùn)練數(shù)據(jù)。早停策略：在訓(xùn)練過程中，監(jiān)控模型在驗(yàn)證集上的性能，當(dāng)驗(yàn)證集上的性能不再提升時(shí)，停止訓(xùn)練，避免模型繼續(xù)學(xué)習(xí)訓(xùn)練數(shù)據(jù)中的噪聲。模型簡(jiǎn)化：減少模型的參數(shù)數(shù)量或降低模型的復(fù)雜度，例如減少神經(jīng)網(wǎng)絡(luò)的層數(shù)或神經(jīng)元數(shù)量。欠擬合：概念：欠擬合是指模型在訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)上的表現(xiàn)都不好，說明模型過于簡(jiǎn)單，無法學(xué)習(xí)到數(shù)據(jù)中的復(fù)雜模式和規(guī)律。解決方法：增加模型復(fù)雜度：選擇更復(fù)雜的模型結(jié)構(gòu)，例如增加神經(jīng)網(wǎng)絡(luò)的層數(shù)或神經(jīng)元數(shù)量，使用更高階的多項(xiàng)式回歸等。特征工程：提取更多的有效特征，或者對(duì)現(xiàn)有特征進(jìn)行組合和變換，以提供更多的信息給模型。調(diào)整模型參數(shù)：通過調(diào)整模型的超參數(shù)，如學(xué)習(xí)率、正則化系數(shù)等，找到更合適的模型配置。五、論述題（每題15分，共25分）1.論述人工智能在醫(yī)療領(lǐng)域的應(yīng)用現(xiàn)狀、挑戰(zhàn)及未來發(fā)展趨勢(shì)。答：應(yīng)用現(xiàn)狀：疾病診斷：人工智能可以通過分析醫(yī)學(xué)影像（如X光、CT、MRI等）幫助醫(yī)生更準(zhǔn)確地檢測(cè)疾病，例如利用深度學(xué)習(xí)算法檢測(cè)肺部結(jié)節(jié)、乳腺癌等。還可以通過分析臨床數(shù)據(jù)和病歷進(jìn)行輔助診斷，提供可能的疾病診斷建議。藥物研發(fā)：人工智能可以加速藥物研發(fā)過程，通過分析大量的生物數(shù)據(jù)和化學(xué)結(jié)構(gòu)，預(yù)測(cè)藥物的療效和副作用，篩選潛在的藥物靶點(diǎn)，設(shè)計(jì)新的藥物分子。健康管理：智能穿戴設(shè)備結(jié)合人工智能技術(shù)可以實(shí)時(shí)監(jiān)測(cè)用戶的健康數(shù)據(jù)，如心率、血壓、睡眠等，并提供個(gè)性化的健康建議和預(yù)警。醫(yī)療機(jī)器人：手術(shù)機(jī)器人可以輔助醫(yī)生進(jìn)行更精確的手術(shù)操作，提高手術(shù)的成功率和安全性；護(hù)理機(jī)器人可以協(xié)助護(hù)理工作，如患者的日常護(hù)理和康復(fù)訓(xùn)練。挑戰(zhàn)：數(shù)據(jù)質(zhì)量和隱私問題：醫(yī)療數(shù)據(jù)的質(zhì)量參差不齊，存在數(shù)據(jù)缺失、錯(cuò)誤等問題，同時(shí)醫(yī)療數(shù)據(jù)涉及患者的隱私，數(shù)據(jù)的收集、存儲(chǔ)和使用需要嚴(yán)格遵守法律法規(guī)，確?；颊唠[私不被泄露。算法可解釋性：許多人工智能算法（如深度學(xué)習(xí)）是黑箱模型，其決策過程難以解釋，醫(yī)生和患者難以理解模型的診斷依據(jù)，這在醫(yī)療領(lǐng)域可能會(huì)影響其應(yīng)用的可信度和接受度。倫理和法律問題：人工智能在醫(yī)療領(lǐng)域的應(yīng)用可能會(huì)引發(fā)一系列倫理和法律問題，如醫(yī)療事故的責(zé)任界定、人工智能診斷結(jié)果的法律效力等。技術(shù)與醫(yī)療實(shí)踐的結(jié)合：人工智能技術(shù)需要與醫(yī)療實(shí)踐緊密結(jié)合，醫(yī)生需要接受相關(guān)的培訓(xùn)，以正確使用和理解人工智能系統(tǒng)的結(jié)果，目前在這方面還存在一定的差距。未來發(fā)展趨勢(shì)：多模態(tài)數(shù)據(jù)融合：結(jié)合醫(yī)學(xué)影像、臨床數(shù)據(jù)、基因數(shù)據(jù)等多模態(tài)數(shù)據(jù)進(jìn)行綜合分析，提高疾病診斷的準(zhǔn)確性和個(gè)性化治療的效果。人工智能與精準(zhǔn)醫(yī)療的深度融合：根據(jù)患者的個(gè)體基因信息、生活習(xí)慣等，提供更加精準(zhǔn)的醫(yī)療方案，實(shí)現(xiàn)個(gè)性化醫(yī)療。遠(yuǎn)程醫(yī)療和智能健康監(jiān)測(cè)的普及：隨著5G技術(shù)的發(fā)展，遠(yuǎn)程醫(yī)療將更加便捷，智能健康監(jiān)測(cè)設(shè)備將更加普及，實(shí)現(xiàn)實(shí)時(shí)、連續(xù)的健康監(jiān)測(cè)和遠(yuǎn)程診斷。人工智能輔助醫(yī)生決策系統(tǒng)的完善：不斷提高人工智能算法的可解釋性和準(zhǔn)確性，開發(fā)更加智能的輔助決策系統(tǒng)，為醫(yī)生提供更可靠的診斷和治療建議。2.請(qǐng)?jiān)敿?xì)闡述神經(jīng)網(wǎng)絡(luò)的基本原理、常見結(jié)構(gòu)及訓(xùn)練方法。答：基本原理：神經(jīng)網(wǎng)絡(luò)是受生物神經(jīng)系統(tǒng)的啟發(fā)而設(shè)計(jì)的一種計(jì)算模型，它由大量的神經(jīng)元組成，神經(jīng)元之間通過連接傳遞信息。每個(gè)神經(jīng)元接收來自其他神經(jīng)元的輸入信號(hào)，經(jīng)過加權(quán)求和后，通過激活函數(shù)進(jìn)行非線性變換，產(chǎn)生輸出信號(hào)。神經(jīng)網(wǎng)絡(luò)通過調(diào)整神經(jīng)元之間的連接權(quán)重來學(xué)習(xí)輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的映射關(guān)系。常見結(jié)構(gòu)：多層感知機(jī)（MLP）：是一種基本