2025知到答案 遇见人工智能-o1(视频课)(中山大学) 最新智慧树满分章节测试答案
第一章 单元测试
1、单选题:
在人工智能的发展历程中,为何“数据”被视为重要的推动力?( )
选项:
A:数据为模型提供了训练和优化的基础
B:数据可以完全替代算法成为核心要素
C:没有数据,人工智能算法无法验证其有效性
D:数据的数量可以直接决定算法的复杂性
答案: 【数据为模型提供了训练和优化的基础】
2、单选题:
以下哪个阶段标志着人工智能进入快速发展期?( )
选项:
A:20世纪50年代的逻辑理论家程序
B:20世纪70年代的感知器研究
C:20世纪80年代的专家系统
D:21世纪初深度学习技术的发展
答案: 【21世纪初深度学习技术的发展】
3、判断题:
人工智能的崛起得益于长期的技术积累以及多个领域的协同发展。( )
选项:
A:对
B:错
答案: 【对】
4、判断题:
人工智能三门学派分别是符号主义、连接主义和行为主义,它们的核心理论完全相同。( )
选项:
A:错
B:对
答案: 【错】
5、单选题:
以下哪种实际应用最能体现符号主义学派的特点?( )
选项:
A:与环境交互训练的机器人手臂
B:通过深度学习生成图片的神经网络模型
C:基于强化学习的自动驾驶系统
D:利用逻辑推理进行故障诊断的专家系统
答案: 【利用逻辑推理进行故障诊断的专家系统】
6、单选题:
哪种技术最符合连接主义学派的核心理念?( )
选项:
A:通过模仿人类行为训练的强化学习模型
B:利用显式逻辑推理的自动定理证明工具
C:基于神经网络的图像分类算法
D:基于规则系统的语言翻译软件
答案: 【基于神经网络的图像分类算法】
7、单选题:
人工智能领域的三门学派分别是符号主义、连接主义和行为主义,它们的核心理念分别是什么?( )
选项:
A:符号主义关注神经网络,连接主义关注规则推理,行为主义关注环境互动
B:符号主义关注经验学习,连接主义关注逻辑推理,行为主义关注规则执行
C:符号主义关注环境互动,连接主义关注规则推理,行为主义关注神经网络
D:符号主义关注规则推理,连接主义关注神经网络,行为主义关注环境互动
答案: 【符号主义关注规则推理,连接主义关注神经网络,行为主义关注环境互动】
第二章 单元测试
1、单选题:
路径搜索问题通常用于解决以下哪类问题?( )
选项:
A:模拟自然现象
B:寻找最优路径
C:分析数据分布
D:优化资源分配
答案: 【寻找最优路径】
2、单选题:
在深度优先搜索(DFS)中,用递归实现时,通常需要设置一个退出条件以避免无限递归。以下哪项是常见退出条件?( )
选项:
A:当前节点已经被访问过
B:达到图中的最大权重值
C:访问了所有节点的邻居节点
D:图中所有节点都具有相同的度数
答案: 【当前节点已经被访问过】
3、单选题:
广度优先搜索适合解决以下哪类问题?( )
选项:
A:寻找所有路径问题
B:寻找最短路径问题
C:查找最优解问题
D:查找最大深度问题
答案: 【寻找最短路径问题】
4、单选题:
以下哪种搜索算法通常使用启发式函数来估计路径代价?( )
选项:
A:深度优先搜索
B:随机搜索
C:A算法
D:广度优先搜索
答案: 【A算法】
5、判断题:
启发式搜索的效率完全依赖于启发函数的准确性,因此只有在启发函数完全准确的情况下才能使用启发式搜索。( )
选项:
A:错
B:对
答案: 【错】
6、单选题:
在启发式搜索中,启发函数的主要作用是什么?( )
选项:
A:记录已访问的节点
B:决定搜索过程是否会停止
C:验证目标状态是否有效
D:估算当前状态到目标状态的代价
答案: 【估算当前状态到目标状态的代价】
7、单选题:
以下哪一项最准确地描述了知识表示的主要目标?( )
选项:
A:设计用户界面的交互方式
B:建立一种能够让机器理解和推理的表示形式
C:存储数据以便快速访问
D:优化算法的计算效率
答案: 【建立一种能够让机器理解和推理的表示形式】
8、判断题:
知识表示的主要目标之一是将知识用一种形式化的方法进行表达,以供计算机处理。( )
选项:
A:对
B:错
答案: 【对】
9、单选题:
在产生式表示法中,以下哪一项通常是规则的标准结构?( )
选项:
A:条件-动作
B:因果-结果
C:输入-输出
D:前提-结论
答案: 【条件-动作】
10、多选题:
以下哪些是知识图谱的核心特性?( )
选项:
A:可以表示实体之间的多重关系
B:仅用于结构化数据
C:支持推理和知识发现
D:以图结构形式存储数据和关系
E:依赖机器学习算法进行关系推断
答案: 【可以表示实体之间的多重关系;
支持推理和知识发现;
以图结构形式存储数据和关系】
