边缘智能应用1
問題一覧
1
强化学习是实现通用人工智能的唯一方式
错
2
强化学习通过决策对环境施加影响，不断迭代提升机器智能
对
3
图像分割是计算机视觉中的基础算法
对
4
目标分割是把目标对象所对应的部分从整体中分割出来
对
5
卷积神经网络提高特征提取和降维在许多领域取得了很好的成果
对
6
聚类分析是无监督学习的一种算法
对
7
函数的名称可以任意字符组合形成的
错
8
数据采集是挖掘数据价值的第一步
对
9
卷积神经网络处理二维数据有很多优势
对
10
混合精度训练可以优化网络性能
对
11
人工智能算法通常包含多个需要预先选择的的超参数
对
12
现如今，神经网络都是使用CPU进行训练的
错
13
Keras 用 Python 语言编写的高级API
对
14
误差反传属于基本的反向传播的的一个过程
对
15
反向传播神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络
对
16
神经系统的隐藏层可以从系统外部观察的单元
错
17
池化层也称下采样层，会压缩输入的特征图
对
18
学习方法的泛化能力是反映学习到的模型对已知数据的拟合能力
错
19
在机器学习算法中，用相同的参数设置在同一个测试集上运行多次，结果一定相同
错
20
人工神经网络是一种模拟人脑神经网络以期实现类人工智能的机器学习技术
对
21
贝叶斯网络可以进行结果和原因的双向推理
对
22
自然语言处理研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法
对
23
在监督学习中，模型训练的目的是使模型能够尽可能准确地预测新数据
对
24
无监督学习是指一种机器学习算法，用于从没有特征的输入数据组成的数据集中进行推断
错
25
半监督学习是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法
对
26
强化学习用于描述和解决智能体在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题
对
27
聚类分析是强化学习的一种算法
错
28
损失函数度量平均意义下模型预测的好坏
对
29
欠拟合是指模型拟合程度不高，数据距离拟合曲线较远
对
30
精确率表示正确分类的正例个数占分类为正例的实例个数的比例
对
31
算法的效率是指算法执行时计算机资源的消耗，包括空间上的存储和时间上的运行开销
对
32
数据集的可读性一般指的是数据标注的准确性
对
33
召回率表示正确分类的测试实例的个数占测试实例总数的比例
错
34
均方误差是机器学习分类算法评价指标的一种
错
35
相同类型算法在不同应用场景其关注的算法模型评估指标也存在差异
对
36
鲁棒是指在异常和危险情况下系统生存的能力
对
37
MNIST是一个手写体数字的图片数据集
对
38
TensorFlow支持多种客户端语言下的安装和运行
对
39
TensorFlow构建图的第二步是创建源
错
40
算法需求分析不仅要告诉算法需要识别的内容，还需要告诉算法需要返回的内容
对
41
聚类算法中，（）需要事先指定簇类的数目或者聚类中心
K-means
42
盲目搜索包括：宽度优先搜索,（）搜索和等代价搜索
深度优先
43
描述性统计分析的常用指标中，____体现了数据的集中趋势
均值
44
按搜索过程中是否运用与问题有关的信息，可以分为启发式搜索和___
盲目搜索
45
在深度学习中，神经网络的基本构建单位是____
神经元
46
在自然语言处理中，常用的词嵌入模型包括Word2Vec和____
GloVe
47
在深度学习中，通常使用的激活函数包括ReLU、Sigmoid和____
Tanh
48
图像识别中常用的深度学习框架包括TensorFlow、PyTorch和____
Keras
49
强化学习中，用于衡量代理程序行为好坏的信号称为____
奖励
50
在图像处理领域，用于检测图像中对象边界的常见算法是____算法
Canny
51
用于降低深度神经网络过拟合的常见技术包括正则化、dropout 和____
数据增强
52
决策树算法是一种_____的方法
监督学习
53
决策树学习通常包括3个步骤：特征选择、______和决策树的修剪
决策树生成
54
在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的___而定
多数投票
55
由于随机森林自身的____，导致预测结果波动
随机性
56
SVM是由模式识别中_____发展而来的分类器
统计学习理论
57
使用非线性函数将输入数据映射至_____后应用线性SVM可得到非线性SVM
高维空间
58
非监督学习是指在没有_____信息情况下，通过对所研究对象的大量样本的数据分析实现对样本分类的一种数据处理方法
标签
59
在非监督学习中，数据并不会被特别标识，学习模型是为了推断出数据的一些_____
内在结构
60
监督学习，也被称为______，是机器学习和人工智能的一个子类
有导师学习
英语
英语
YUKI.N〉また図書館に · 187問 · 2年前英语
英语
187問 • 2年前华为ICT
华为ICT
YUKI.N〉また図書館に · 17問 · 2年前华为ICT
华为ICT
17問 • 2年前人工智能竞赛
人工智能竞赛
YUKI.N〉また図書館に · 100問 · 2年前人工智能竞赛
人工智能竞赛
100問 • 2年前人工智能竞赛1
人工智能竞赛1
YUKI.N〉また図書館に · 100問 · 2年前人工智能竞赛1
人工智能竞赛1
100問 • 2年前人工智能竞赛2
人工智能竞赛2
YUKI.N〉また図書館に · 100問 · 2年前人工智能竞赛2
人工智能竞赛2
100問 • 2年前人共智能竞赛3
人共智能竞赛3
YUKI.N〉また図書館に · 100問 · 2年前人共智能竞赛3
人共智能竞赛3
100問 • 2年前人工智能竞赛4
人工智能竞赛4
YUKI.N〉また図書館に · 100問 · 2年前人工智能竞赛4
人工智能竞赛4
100問 • 2年前人工智能竞赛5
人工智能竞赛5
YUKI.N〉また図書館に · 100問 · 2年前人工智能竞赛5
人工智能竞赛5
100問 • 2年前机器学习1
机器学习1
YUKI.N〉また図書館に · 100問 · 2年前机器学习1
机器学习1
100問 • 2年前机器学习2
机器学习2
YUKI.N〉また図書館に · 41問 · 2年前机器学习2
机器学习2
41問 • 2年前图像处理1
图像处理1
YUKI.N〉また図書館に · 98問 · 2年前图像处理1
图像处理1
98問 • 2年前边缘智能应用
边缘智能应用
YUKI.N〉また図書館に · 99問 · 1年前边缘智能应用
边缘智能应用
99問 • 1年前問題一覧
1
强化学习是实现通用人工智能的唯一方式
错
2
强化学习通过决策对环境施加影响，不断迭代提升机器智能
对
3
图像分割是计算机视觉中的基础算法
对
4
目标分割是把目标对象所对应的部分从整体中分割出来
对
5
卷积神经网络提高特征提取和降维在许多领域取得了很好的成果
对
6
聚类分析是无监督学习的一种算法
对
7
函数的名称可以任意字符组合形成的
错
8
数据采集是挖掘数据价值的第一步
对
9
卷积神经网络处理二维数据有很多优势
对
10
混合精度训练可以优化网络性能
对
11
人工智能算法通常包含多个需要预先选择的的超参数
对
12
现如今，神经网络都是使用CPU进行训练的
错
13
Keras 用 Python 语言编写的高级API
对
14
误差反传属于基本的反向传播的的一个过程
对
15
反向传播神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络
对
16
神经系统的隐藏层可以从系统外部观察的单元
错
17
池化层也称下采样层，会压缩输入的特征图
对
18
学习方法的泛化能力是反映学习到的模型对已知数据的拟合能力
错
19
在机器学习算法中，用相同的参数设置在同一个测试集上运行多次，结果一定相同
错
20
人工神经网络是一种模拟人脑神经网络以期实现类人工智能的机器学习技术
对
21
贝叶斯网络可以进行结果和原因的双向推理
对
22
自然语言处理研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法
对
23
在监督学习中，模型训练的目的是使模型能够尽可能准确地预测新数据
对
24
无监督学习是指一种机器学习算法，用于从没有特征的输入数据组成的数据集中进行推断
错
25
半监督学习是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法
对
26
强化学习用于描述和解决智能体在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题
对
27
聚类分析是强化学习的一种算法
错
28
损失函数度量平均意义下模型预测的好坏
对
29
欠拟合是指模型拟合程度不高，数据距离拟合曲线较远
对
30
精确率表示正确分类的正例个数占分类为正例的实例个数的比例
对
31
算法的效率是指算法执行时计算机资源的消耗，包括空间上的存储和时间上的运行开销
对
32
数据集的可读性一般指的是数据标注的准确性
对
33
召回率表示正确分类的测试实例的个数占测试实例总数的比例
错
34
均方误差是机器学习分类算法评价指标的一种
错
35
相同类型算法在不同应用场景其关注的算法模型评估指标也存在差异
对
36
鲁棒是指在异常和危险情况下系统生存的能力
对
37
MNIST是一个手写体数字的图片数据集
对
38
TensorFlow支持多种客户端语言下的安装和运行
对
39
TensorFlow构建图的第二步是创建源
错
40
算法需求分析不仅要告诉算法需要识别的内容，还需要告诉算法需要返回的内容
对
41
聚类算法中，（）需要事先指定簇类的数目或者聚类中心
K-means
42
盲目搜索包括：宽度优先搜索,（）搜索和等代价搜索
深度优先
43
描述性统计分析的常用指标中，____体现了数据的集中趋势
均值
44
按搜索过程中是否运用与问题有关的信息，可以分为启发式搜索和___
盲目搜索
45
在深度学习中，神经网络的基本构建单位是____
神经元
46
在自然语言处理中，常用的词嵌入模型包括Word2Vec和____
GloVe
47
在深度学习中，通常使用的激活函数包括ReLU、Sigmoid和____
Tanh
48
图像识别中常用的深度学习框架包括TensorFlow、PyTorch和____
Keras
49
强化学习中，用于衡量代理程序行为好坏的信号称为____
奖励
50
在图像处理领域，用于检测图像中对象边界的常见算法是____算法
Canny
51
用于降低深度神经网络过拟合的常见技术包括正则化、dropout 和____
数据增强
52
决策树算法是一种_____的方法
监督学习
53
决策树学习通常包括3个步骤：特征选择、______和决策树的修剪
决策树生成
54
在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的___而定
多数投票
55
由于随机森林自身的____，导致预测结果波动
随机性
56
SVM是由模式识别中_____发展而来的分类器
统计学习理论
57
使用非线性函数将输入数据映射至_____后应用线性SVM可得到非线性SVM
高维空间
58
非监督学习是指在没有_____信息情况下，通过对所研究对象的大量样本的数据分析实现对样本分类的一种数据处理方法
标签
59
在非监督学习中，数据并不会被特别标识，学习模型是为了推断出数据的一些_____
内在结构
60
监督学习，也被称为______，是机器学习和人工智能的一个子类
有导师学习