A、基础理论是神经网络
B、深度学习属于连接主义
C、又称为仿生学派
D、产生在20实际50年代
答案:ABCD
解析:连接主义认为⼈⼯智能源于仿⽣学,特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型,即MP模型,它从神经元开始进⽽研究神经⽹络模型和脑模型,开辟了⼈⼯智能的⼜⼀发展道路。1986年,鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后,连接主义势头⼤振,从模型到算法,从理论分析到⼯程。
A、基础理论是神经网络
B、深度学习属于连接主义
C、又称为仿生学派
D、产生在20实际50年代
答案:ABCD
解析:连接主义认为⼈⼯智能源于仿⽣学,特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型,即MP模型,它从神经元开始进⽽研究神经⽹络模型和脑模型,开辟了⼈⼯智能的⼜⼀发展道路。1986年,鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后,连接主义势头⼤振,从模型到算法,从理论分析到⼯程。
解析:两者损失函数不同。逻辑回归输出层包含了Sigmoid非线性函数,其损失函数对Sigmoid函数之前的线性输出Z的偏导数,与线性回归的损失函数对线性输出Z的偏导数一样
A. 1
B. 1 和 3
C. 1 和 2
D. 2
A.
明斯基
B. 图灵
C. 麦卡锡
D. 冯诺依曼
解析:艾伦·麦席森·图灵,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。
解析:正确
A. 机器学习和人工智能是独立的两种技术
B. 机器学习是人工智能的核心技术和重要分支
C. 机器学习的目标是让机器设备像人类一样学习书本知识
D. 机器学习是指一系列程序逻辑控制算法
解析:机器学习是人工智能的核心,是使计算机具有智能的主要方法,其应用遍及人工智能的各个领域。
A. 可分析性
B. 可复现性
C. 可解释性
D. 可重构性
解析:虽然机器学习在许多任务中取得了巨大的成功,但由于缺乏可解释性,其表现和应用备受质疑,严重阻碍了机器学习在各个领域尤其是安全敏感领域的广泛落地。
A. 专家系统
B. 机器学习
C. 神经网络
D. 模式识别
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
A. CPU
B. GPU
C. FPGA
D. 5G通讯
解析:c语言中 字符变量 与 整型变量 的相互转化 字符变量 是用来存放 字符 常量的,当把 字符 常量赋值给 字符变量 的时候, 字符变量 中的值就是该 字符 的ascii码值。 所以: 字符变量 可以作为 整型变量 来处理。
A. 聚类分析
B. 回归分析
C. 神经网络
D. 决策树算法