A、决策型人工智能
B、判断型人工智能
C、通用型人工智能
D、创造型人工智能
答案：C
解析：从未来看，人们对人工智能的定位绝不仅仅只是用来解决狭窄 的、特定领域的某个简单具体的小任务，而是真正像人类一样，能同 时解决不同领域、不同类型的问题，进行判断和决策，也就是所谓的 通用型人工智能。
A、决策型人工智能
B、判断型人工智能
C、通用型人工智能
D、创造型人工智能
答案：C
解析：从未来看，人们对人工智能的定位绝不仅仅只是用来解决狭窄 的、特定领域的某个简单具体的小任务，而是真正像人类一样，能同 时解决不同领域、不同类型的问题，进行判断和决策，也就是所谓的 通用型人工智能。
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析：决策树是一种基于树结构进行决策的算法。
A. 基于中间语的翻译
B. 基于深层语法的翻译
C. 基于浅层语法的翻译
D. 基于贝叶斯公式
解析：NLP问题经历了从基于规则到基于统计的过程，语法规则，词性，构词法等，这些都是基于规则的自然语言处理过程，其忽略了上下文相关性，从而使建立在数学模型上的基于统计的自然语言方法成为主流。
A. 模式识别
B. 文字合成
C. 图像搜索
D. 图像还原
A. 颜色特征
B. 纹理特征
C. 形状特征
D. 空间关系特征
A. 遗传算法
B. 分析学习
C. 归纳学习
D. 贝叶斯学习
A. 中间
B. 核心
C. 边侧
D. 侧边
解析：主要应用
A. 被建模系统内在的随机性
B. 不完全观测
C. 不完全建模
D. 不完全判断
解析：参考《深度学习》P48
A. 冗余属性不会对决策树的准确率造成不利的影响
B. 子树可能在决策树中重复多次
C. 决策树算法对于噪声的干扰非常敏感
D. 寻找最佳决策树是NP完全问题
