APP下载

首页

IT互联网

计算机知识技术题库

搜索

计算机知识技术题库

题目内容

(

单选题

)

要想让机器具有智能，必须让机器具有知识因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（）

A、专家系统

B、机器学习

C、神经网络

D、模式识别

答案：B

解析：要想让机器具有智能，必须让机器具有知识因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫机器学习

计算机知识技术题库

（）问题更接近人类高级认知智能，有很多重要的开放问题。

点击查看题目

选择下列哪些属于可以通过机器学习解决的任务？

点击查看题目

()的特点是使用先验知识来分析或解释每个训练样本，以推理出样本哪些特征与目标函数相关或不相关。

点击查看题目

（）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。

点击查看题目

下属模型是一阶段网络的是（）

点击查看题目

优化理论中，把一个问题转化为凸优化问题，是重要一步。下列运算能够维持函数凸性的是？

点击查看题目

神经网络可以按（）

点击查看题目

HSV颜色空间中H的取值范围为(0,1)

点击查看题目

使用KNN(K-Nearest Neighbor)算法解决分类问题的步骤包括

点击查看题目

深度学习和人工智能技术是数字孪生在实践中常用的关键技术。

题目内容

(

单选题

)

手机预览

计算机知识技术题库

要想让机器具有智能，必须让机器具有知识因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（）

A、专家系统

B、机器学习

C、神经网络

D、模式识别

答案：B

相关题目

（）问题更接近人类高级认知智能，有很多重要的开放问题。

A. 自然语言处理

B. 计算机视觉

C. 语音识别

D. 知识图谱

解析：自然语言处理问题更接近人类高级认知智能，有很多重要的开放问题。

点击查看答案

选择下列哪些属于可以通过机器学习解决的任务？

A. 聚类

B. 分类

C. 描述

D. 派生

点击查看答案

()的特点是使用先验知识来分析或解释每个训练样本，以推理出样本哪些特征与目标函数相关或不相关。

A. 遗传算法

B. 分析学习

C. 归纳学习

D. 贝叶斯学习

点击查看答案

（）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

点击查看答案

下属模型是一阶段网络的是（）

A. YOLOv2

B. rcnn

C. fast-rcnn

D. faster-rcnn

解析：见算法解析

点击查看答案

优化理论中，把一个问题转化为凸优化问题，是重要一步。下列运算能够维持函数凸性的是？

A. 对两个凸函数取并集

B. 线性变换

C. 透视变换

D. 线性分数映射

解析：ABCD都属于保凸运算

点击查看答案

神经网络可以按（）

A. 学习方式分类

B. 网络结构分类

C. 网络的协议类型分类

D. 网络的活动方式分类

解析：见算法解析

点击查看答案

HSV颜色空间中H的取值范围为(0,1)

解析：0<H<360 0<S<1 0<V<1 。H分量的范围应该是0---360。不过，在opencv里面，你用8bit的uchar无法表示超过255的数据，所以，opencv做了一个小小的技巧性处理，直接把H分量的值除以2。所以，如果，你用cvCvtColor(img, destImg, CV_BGR2HSV)得到的HSV空间的destImg的H分量，数值的范围在0----180

点击查看答案

使用KNN(K-Nearest Neighbor)算法解决分类问题的步骤包括

A. 对未知数据进行正则化

B. 计算未知数据与已知标签数据之间的距离

C. 得到距离未知数据最近的k个已知标签数据

D. 通过已知标签数据的数量进行多数表决，作为未知数据的分类结果

点击查看答案

深度学习和人工智能技术是数字孪生在实践中常用的关键技术。

解析：目前，数字孪生在各领域相关实践中常用的关键技术很多，比如知识和数据驱动的融合建模技术、高性能计算技术、虚拟化和容器技术、深度学习和人工智能技术和 3D 建模技术等等。此外，由于电力系统的特殊性，数字孪生在电力系统中的应用还需依靠数字化交付技术和中台技术。

点击查看答案