还剩2页未读,继续阅读
文本内容:
一、选择题BCCBCCDAAA
二、填空题
92、选择(条件)循环
3、True
4、True
5、15
三、简答题
1、常量通常表示在计算机程序运行时,不会被程序修改的量变量变量可以看成一个小箱子,专门用来盛装程序中的数据在Python中变量指的是在程序运行中,可以发生变化的量,是存放数据值的容器表达式常量、变量、运算符按照规定的语法连接起来就是表达式
2、在Python中,常用的数据类型包括整型、浮点型、字符串型、布尔型、列表型、元组型、字典型、集合型等
3、顺序结构、分支结构和循环结构;顺序结构是程序按照线性顺序依次执行的一种运行方式分支结构是程序根据条件判断结果而选择不同向前执行路径的一种运行方式循环结构是指程序根据条件的不同重复执行某个代码块
4、Python中的列表是一种有序的序列,用一对方括号“口”来表示,可以存储不同类型的数据,例如整型、浮点型、字符串等列表中的每个元素都有一个对应的索引,可以通过索引来访问列表中的元素如:myjist=[123four
5.6]
5、Python函数由若干语句组成的语句块,函数名称,参数列表构成,它是组织代码的最小单元,完成一定的功能Python函数分为自定义函数和内置函数python中通过def关键字来定义函数
一、单选题BAB
二、多选题l.ABCD
2.ACD
3.ABCDE
三、判断题
1.V
2.7
一、选择题CABAADACDD
二、填空题.运算智能感知智能认知智能创造智能.计算机科学人工智能技术.分词词性标注句法分析实体识别.概念名内涵外延.数理逻辑操作集合论计算
三、简答题1产生式表示法产生式表示法通常用于描述事实和规则,适合表示规则性规则和事实性规则2框架表示法框架表示法以“框架”的形式表示知识,适合表示结构化的知识3状态空间表示法状态空间表示法就是以“状态空间”的形式来表示问题及其搜索过程的一种方法4知识图谱知识图谱将海量知识及其相互联系组织在一张大图中,用于知识的管理、搜索和服务1概念原型具有概念范畴的概括性表征,原型是概念的最理想代表,而经典理论则认为符合概念内涵的都属于同一个概念,没有最理想代表之分2原型理论认为一个对象是否属于某一个概念,是由它的特征与原型的特征匹配数目决定的3原型理论认为文化差异和生活情境会影响人们对概念的理解4原型无法像经典概念理论那样对概念进行运算,因此,原型无法解释概念组合现象语音识别的核心原理是将语音信号转化为数字信号,并基于相应的声学模型和语言模型重新组合,从而得出最终的语音识别结果语音识别系统通常包括以下五个部分前端声学处理-捕获语音信号并将其变为数字信号将数字信号转化为能够进行语音识别的特征向量匹配特征向量到相应的语音单元上根据语法规则和语言知识进行翻译操作对语音识别结果进行排列,并进行纠错和适当的补全操作
4.语音合成方式有以下几种1基于拼接的语音合成这种方法使用的大规模语料库具有较高的上下文覆盖率,使得被挑选的基元不需要做太大调整,最大限度地保留了语音音质,但是也具有明显的缺点语音特征不能修改,只能合成语音库中原录制人的语音;拼接点可能不连续,语义流畅度受影响•拼接的语音多样化不足不能根据场景变化合成匹配度高的语音2基于参数的语音合成该方式基于统计建模和机器学习的方法,根据一定量的数据进行训练,可以在语音库相对较小的情况下,得到较为稳定的合成效果它具有以下特点不需要人工干预即可构建合成系统;对不同发音风格、发音人和语种的依赖性很小;满足多样化语音合成的需求
一、选择题CABDDCDCAD
二、填空题
1、持久
2、标签
3、数据标注
4、半监督学习
5、行为主义心理学
三、简单题
1、传统编程是在人工编写好既定程序后,输入数据,数据通过程序逻辑计算,最终输出对应的结果,旨在解决逻辑简单但需大量重复计算或计算过程复杂的问题,以减少人工成本而机器学习是将一定量的原始数据及其最终结果同时输入计算机,计算机通过总结、分析原始数据和最终结果之间的联系得到经验(程序),之后出现新的数据需要计算时,直接将数据输入由计算机总结出的经验模型进行计算得出结果
2、监督学习、无监督学习、强化学习
3、监督学习通过已有的训练样本(即已知数据及其对应的输出)去训练得到一个最优模型(这个模型属于某个函数的集合,最优表示在某个评价准则下是最佳的),再使用这个模型将所有的输入映射为相应的输出,对输出进行简单的判断从而实现目的与监督学习不同,强化学习需要通过尝试来发现各个动作产生的结果,而没有训练数据告诉机器应当做哪个动作,但是人们可以通过设置合适的奖励函数,使机器学习模型在奖励函数的引导下自主学习出相应策略强化学习的目标就是研究在与环境的交互过程中,如何学习到一种行为策略使得最大化得到累积奖赏相似点在于在监督学习和强化学习中,学习算法的目标都是根据数据来优化模型在监督学习中,优化的目标是最小化预测误差;在强化学习中,优化的目标是最大化累积奖励
三、选择题BBAABCBC
四、填空题
1、绿色红色蓝色
2、X红原色刺激量Y绿颜色刺激量Z蓝原色刺激量
3、5个
三、简答题LGPS是英文GlobalPositioningSystem(全球定位系统)的简称,而其中文简称为“球位系”GPS是20世纪70年代由美国陆海空三军联合研制的新一代空间卫星导航定位系统GPS功能必须具备GPS终端、传输网络和监控平台三个要素;这三个要素缺一不可通过这三个要素,可以提供车辆防盗、反劫、行驶路线监控及呼叫指挥等功能
2、地图导航,车辆定位,路面状况,商家店铺加油站等应用服务
3、路径规划是运动规划的主要研究内容之一运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线称之为路径,构成路径的策略称之为路径规划
一、选择题DAACDCCDCB
二、填空题L《罗萨姆的万能机器人》
2、程序控制机器人、自适应机器人、智能机器人;
3、工业机器人、初级智能机器人、高级智能机器人;
4、摄像头
5、相对定位和绝对定位;
三、简答题L具备感知、思考和行动能力的机器人称为智能机器人智能机器人指的是机器人与人工智能相结合,人工智能程序将使机器人能够感知、思考与行动,让机器人拥有像人一样的智能
2、科研国防领域、服务领域、工业领域、农业领域、医用领域等
3、美国科幻巨匠艾萨克阿西莫夫提出著名的“机器人学三定律”,被称为“现代机器人学的基石”第一定律机器人不得伤害人类个体,或者目睹人类个体遭受危险而袖手旁观第二定律机器人必须服从人类给予它的命令,当该命令与第一定律冲突时例外第三定律机器人在不违反第
一、第二定律的情况下要尽可能保护自己
一、选择题ABDCDCDAAABC
二、填空题L自适应
2、属于
3、神经元
4、欠拟合
5、位置
三、简答题
1、机器学习是人工智能的一个分支、深度学习基于神经网络是机器学习的一个分支
2、神经网络的创作灵感主要来源于生物学上对于神经系统的认识神经网络的灵感来源于人类大脑神经元的工作原理和信息处理方式,通过将大量的神经元按照特定的连接方式组合成神经网络,来模拟大脑的信息处理过程
3、过拟合是指训练误差和泛化误差之间的差距太大换句话说,就是模型的复杂度高于实际问题,模型在训练集上表现很好,但在测试集上却表现很差模型对训练集“死记硬背”记住了不适用于测试集的训练集性质或特点,没有理解数据背后的规律,泛化能力差要想解决过拟合问题,就要显著减少泛化误差且不过度增加训练误差,从而提高模型的泛化能力提高模型的泛化能力可以使用正则化Regularization方法那么什么是正则化呢?正则化是指修改学习算法,使其降低泛化误差而非训练误差常用的正则化方法根据具体的使用策略不同可分为
①直接提供正则化约束的参数正则化方法,如L1/L2正则化;
②通过工程上的技巧来实现更低泛化误差的方法,如提前终止EarlyStopping和Dropout;
③不直接提供约束的隐式正则化方法,如数据增强等
一、填空题ACCBBCCBAA
二、填空题
1、知识库、数据库、推理机
2、专家系统和机器学习
3、模式识别
4、数据平台
5、初始、成熟、发展。