中国大学mooc人工智能产业应用前沿作业答案查询-k8凯发

k8凯发-凯发官网入口理学习题 正文

第一讲 引言

第一讲测验

1、在上世纪七八十年代，使人工智能研究有了突破性进展的因素是
    a、计算机速度的巨大提高
    b、网络的普及和传输速度的提高
    c、从基于规则的推理转向数据驱动的统计学习
    d、深度学习的崛起

2、以下哪一个是早期语音识别效果不好的重要原因？
    a、没有使用基于神经网络的算法
    b、真实语音数据的采集数量太低
    c、同一个单词在不同上下文中的音频形态有差异
    d、计算机的运算速度不够快

3、以下哪一个是真正意义上的人工智能在2c场景中的应用？
    a、智能电饭锅
    b、智能体重计
    c、智能计步器
    d、今日头条新闻推荐

4、以下哪一个不是人工智能时代的基础？
    a、数据驱动
    b、算法模型
    c、计算机算力资源
    d、虚拟现实

5、人工神经网络算法中，训练阶段的模型更新是如何实现的？
    a、超分类面调整
    b、特征空间变换
    c、反向误差传播
    d、价值网络更新

6、【附加题】（请阅读课程团队微信号“ai之美”所提供的课外学习资料） 假设2102年，你被选中代表人类和ai进行最后的赌赛，规则是这样： l 初始时你有40个筹码， l 每次你可以自由决定投注的筹码数量，然后由ai掷骰 l 如果你猜中了骰子的大小，你将赢得投注额的50% l 如果猜错则投注的筹码归ai l 重复上述操作，直到你赢到100个筹码——ai的电源将关闭，或你的筹码归零，人类被ai统治 已知由于ai对骰子的操控，你每次猜对的几率只有40%，请采用人工智能的方法设计一个最优的投注策略，使你关掉ai电源的几率尽可能高，那么以下描述的策略中，哪个更接近最优策略？
    a、有40个筹码时，应该all-in；赢到80个筹码时也是all-in
    b、不论是在40个还是80个筹码时，都只投注10个筹码
    c、在只有40个筹码时，应该只投注10个，赢到80个时应该all-in
    d、在只有40个筹码和80个筹码时，都投入40个筹码

7、谷歌的电话预约机器人通过了图灵实验，表示它的智能已达到人脑水平。

8、与神经网络的训练不同，增强学习的训练和运行阶段是同步进行的。

9、相对于2c场景，ai在行业中的应用对算法指标的要求更明确。

第二讲 基于ai的线下商业和智能零售（上）

第二讲 测验

1、智能零售通过ai技术识别顾客身份，以下对其意义描述错误的是
    a、可以在顾客再次进店时提供更个性化的服务
    b、可以与线上用户的资料相匹配
    c、可以在顾客涉嫌犯罪时协助公安抓捕罪犯
    d、不需要顾客出示身份证件

2、在智能零售场景中，深度学习之前已经达到商用水平的技术是
    a、人脸身份识别
    b、店内顾客全时跟踪
    c、客流量统计
    d、顾客行为识别

3、以下对使用3d双目视觉技术进行客流统计的描述，错误的是
    a、为了实现3d感知，两个镜头间的距离需要严格标定
    b、3d感知在距离相机较远处会失效
    c、必须借助人工智能的人体检测算法才能实现客流统计
    d、镜头间距离越远，有效的3d感知距离也越远

4、使用svm进行客流人体检测时，需要将原始图像变换到另一个特征空间，以下关于如何选择这个特征空间的说法正确的是
    a、维数越高，精度也越高
    b、维数应该和原始图像的像素数一致
    c、应使得训练样本变换后更容易被分类面分隔开
    d、应使得训练样本变换后更加集中

5、以下对商用客流统计技术发展现状的描述，错误的是
    a、统计精度已可达到95%以上
    b、需要使用深度学习，否则精度低于90%
    c、ai算法已嵌入相机内部，直接输出客流数据
    d、不一定需要使用深度学习算法

6、【附加题】（请阅读课程团队微信号“ai之美”所提供的课外学习资料） 在上述与ai的赌赛中，你认为在使用最优策略的条件下，当拥有40个筹码时，你最终胜出的几率大约是几成？拥有80个筹码时，又大约是几成呢？
    a、一成，九成
    b、一成，七成
    c、两成，四成
    d、一成，四成

7、使用wi-fi探针统计客流量，理论上的精度极限是接近100%

8、深度学习的一大特点是具有超强的描述能力，因此也需要提供大量的训练数据

9、只有深度学习的算法才是人工智能，其他只能算机器学习。

第三讲 基于ai的线下商业和智能零售（下）

第三讲 测验

1、商业零售场景利用人脸识别技术进一步了解顾客，这里所说的人脸识别技术，不包括以下所列的哪种算
    a、人脸检测
    b、人脸特征定位
    c、人脸美颜
    d、身份识别

2、以下关于人脸识别场景的比较，错误的是
    a、商业零售中人脸识别是在识别对象不配合的条件下进行的
    b、商业零售中的识别人脸时，人脸的姿态比海关签证场景更容易发生遮挡
    c、商业零售场景的光照条件比海关签证场景更复杂
    d、商业零售场景识别人脸时，拍摄的人脸图像分辨率更高

3、以下关于商业零售场景中人脸识别算法的描述，正确的是
    a、姿态对准的特征点数量越多，识别算法的精度越高
    b、识别算法估计年龄不会受光线和个人皮肤情况影响
    c、深度学习使人脸检测算法的指标有了突破性的提高
    d、比较检测算法的优劣时，只要看检测率的高低即可

4、假设某线下连锁超市注册会员是5万人，某天已知总客流为12000人，采用的会员人脸匹配算法的比对误报率为百万分之一，当天识别出的会员共计约4000人，请问当天实际上不是会员但被错误识别为会员的人大约是几个？
    a、40
    b、100
    c、400
    d、800

5、2018年frvt非配合场景人脸身份比对的最高指标大约是误报率为百万分之一时，错误拒绝率为6%，则下面的描述正确的是
    a、无法使该算法的误报率降低到亿分之一
    b、无法使该算法的错误拒绝率降低到1%
    c、如果将该算法的误报率降低到亿分之一，则相应的错误拒绝率可能会变小
    d、如果要使算法的误报率降低，算法的错误拒绝率可能会升高到10%

6、【附加题】 （请阅读课程团队微信号“ai之美”所提供的课外学习资料） 有两种细菌x和y，需要根据细菌外形的（长，宽，高）对十个它们的样本进行区分，已知x细菌的5个样本的尺寸是（1，7，8），（1，8，9），（2，9，1），（4，1，1），（5，2，2），y细菌5个样本的尺寸是（3，3，3），（6，1，4），（7，4，5），（8，5，6），（9，6，7） ，假设我们用细菌外形的长度<5.5作为决策树分类的第一个分裂特征，那么这次分裂前后，样本集合的熵分别是多少？
    a、0.5，0
    b、0.69,0.8
    c、0.69，0.45
    d、0.5，0.25

7、只要人脸识别算法给出的相似度足够高，就能断定是同一个人。

8、深度学习之前的人工智能算法都完全依靠专家来选择特征。

9、当被识别的人脸不在已知身份库内时，人脸识别算法输出的匹配结果一定是错的。

第四讲 数据驱动智慧交通（特邀嘉宾：滴滴出行副总裁）

第四讲 测验

1、下列哪一项不属于智慧交通的应用？
    a、实时路况信息发布
    b、基于人工经验的路口手动控制
    c、基于轨迹数据的智慧信号灯管控
    d、基于手机信令数据的出行规律分析

2、交通控制的评价指标不包括：
    a、停车次数
    b、延误时间
    c、尾气排放
    d、路口观赏性

3、在横坐标为时间、纵坐标为距离的时空轨迹图中，水平的轨迹线代表车辆的状态是：
    a、平稳驾驶
    b、停车等待
    c、加速行驶
    d、减速行驶

4、传统的固定点交通检测器的缺点是：
    a、建设周期长，造价高
    b、受户外环境影响，易损坏
    c、只能检查断面的局部数据，无法感知大范围的全局信息
    d、以上3点都是

5、关于多个交叉口的信号协调控制说法不正确的是：
    a、要求各个交叉口的信号周期时长一致
    b、协调控制在车流量不大时主要目的是实现不停车的“绿波”通行
    c、协调控制的主要优化参数是相位差
    d、协调控制只需要考虑单方向交通流的通畅

6、互联网动态信号控制优化系统中以分钟级进行调整优化的是：
    a、周期时长
    b、相位相序
    c、绿信比
    d、相位差

第五讲 基于ai的城市交通

第五讲 测验

1、假设对人脸检测算法进行改造，用于路面车辆的识别，以下的描述正确的是
    a、直接运行即可
    b、需要采集车辆的实际数据，和人脸数据合并后重新训练算法
    c、需要完全替换训练数据为车辆数据，再重新训练
    d、完全不可行

2、以下的车牌识别算法的描述，正确的是
    a、车牌图像的宽度应不小于10个像素
    b、日照导致光线变化会影响车牌识别的可靠性
    c、车牌识别算法依赖车牌中的芯片完成识别
    d、车牌识别和通用的文字ocr算法是完全一样的

3、如果我们需要在一段视频中通过ai算法得到某个车辆每时每刻的位置，不必要用到的算法是
    a、车辆检测
    b、车辆跟踪
    c、车牌识别
    d、车辆特征提取

4、以下算法中，对同类物体仍进行区分的是
    a、物体检测
    b、物体分类
    c、物体跟踪
    d、以上都不对

5、当发生肇事逃逸时，以下交通ai系统能够定位肇事车辆的是
    a、路面违章停车抓拍
    b、公交车载智能抓拍
    c、城市交通卡口抓拍
    d、行人闯红灯抓拍

6、【附加题】 （请阅读课程团队微信号“ai之美”所提供的课外学习资料） 设某卷积神经网络中，输入灰度图像的大小为32*32，卷积核大小为5*5, 第一个卷积层的图像大小为28*28，feature-map数量为6，则该层与输入图像层间的神经元连接数量最接近以下哪个值
    a、50000
    b、100000
    c、150000
    d、200000

7、随着电子车牌的普及，通过相机识别悬挂车牌将成为历史。

8、大货车、危化品车辆的监控可以利用车型分类算法来实现。

9、车牌识别一般要求车牌宽度达到100个像素以上。

第六讲 智能人机交互初探（特邀嘉宾：清华大学计算机系 易鑫 博士）

第六讲 测验

1、下面哪一种交互界面的触觉反馈最少？
    a、命令行界面
    b、图形用户界面（键盘 鼠标）
    c、图形用户界面（触摸屏）
    d、三维交互界面

2、基于贝叶斯方法的文本输入意图识别中用到的模型不包括以下哪一种？
    a、意图模型
    b、点击模型
    c、语言模型
    d、行为模型

3、以下哪些属于可穿戴设备
    a、智能眼镜
    b、智能手机
    c、智能手表
    d、智能手环

4、交互效率与交互准确度一定是相互冲突的

5、在数据量较少时，贝叶斯方法的准确率不会显著下降

第七讲 从gpu到ai芯片

第七讲 测验

1、以下涉及ai芯片的公司中，角色与其他都不同的是
    a、苹果
    b、三星
    c、谷歌
    d、台积电

2、根据ai芯片的技术特点，以下哪种形态更接近真正意义上的ai芯片
    a、cpu
    b、gpu
    c、fpga
    d、asic

3、为了迎合芯片计算的特点，神经网络算法进行了相应的改造，以下不属于有利于神经网络算法在芯片上运行的改变是
    a、使用较小的卷积，并统一卷积核的大小
    b、使用定点计算的神经网络代替浮点运算
    c、使用relu作为非线性激发函数
    d、增加网络的深度

4、以下关于ai芯片的理解，错误的是
    a、峰值计算能力没有考虑数据传输和时序的因素
    b、比较不同芯片的能耗效率时，需要参考其制造工艺
    c、“对稀疏网络的等效峰值算力”就是芯片的实际峰值算力
    d、tensorcore通过提高矩阵计算效率来优化神经网络在gpu上的运行速度

5、关于cpu的架构特点，以下说法错误的是
    a、相对于gpu，cpu单核的计算能力很强
    b、计算单元和存储单元分离
    c、高性能cpu适合运行大规模神经网络算法
    d、相对于gpu，物理上可并行的核心数量较少

6、【附加题】 （请阅读课程团队微信号“ai之美”所提供的课外学习资料） 设在反向传播算法中，当前层记为j, 前一层记为i, 后一层记为k, 记本层输出为oj，i层与j层之间的神经元连接参数为wij，记netj =，，则以下关于局部梯度的计算结果正确的是
    a、
    b、
    c、
    d、

7、gpu最初的用途是图形计算、渲染，而不是ai计算。

8、谷歌tpu是一种为谷歌自身ai应用量身定做的asic，是真正意义上的ai芯片。

9、模仿生物神经元的ai芯片的特点是具有极低的功耗。

特邀报告：ai量化投资（嘉宾：涵德投资ceo-秦志宇）

ai量化投资测验

1、相对于传统量化建模的方式，ai量化具有诸多优势，其中不包含
    a、迭代效率更高，模型产品效率远超人力
    b、模型角度更广，模型发掘角度不同以往
    c、模型解释能力更强，能够和市场逻辑相互验证
    d、脱离对个人的依赖，理想状态下全自动建模

2、以下关于量化投资的表述，不准确的是
    a、量化投资以先进的数学模型代替人为的主观判断，可以克服人性贪婪、恐惧、侥幸等心理，表现相对稳定。
    b、不同于传统技术分析和基本面分析，量化投资从基本面、量价、新闻、文本等多角度出发，构建独特的量化交易模型。
    c、多样化数据和先进it系统是量化投资的核心内容，丰富的数据来源为量化研究提供多样的研究角度，先进的it系统保障模型高效产出。
    d、量化模型的好坏由样本内检验表现决定，评判指标包括年化收益、年化波动、夏普比率等衡量风险和收益水平的指标。

3、cnn和rnn是深度学习中两种经典深度学习网络结构，目前两者在不同情境下预测效果有异，以下表述不符合实际的是
    a、在进行股票k线图识别训练，预测未来k线走势时优先使用cnn
    b、在进行上市公司新闻识别训练，提取股价影响因子时优先使用cnn
    c、在处理股价数据，预测股票未来价格时优先使用rnn
    d、在处理日内成交价格数据，预测未来最优成交时点时优先使用rnn

4、nlp（natural language processing）作为一门将语言学、计算机科学、数学融合在一起的重要学科，在量化投资中也有重要的应用，以下属于nlp在量化领域实践的是
    a、two sigma借助自然语言处理技术将美联储fomc会议纪要转化为结构化数据
    b、斯坦福大学人工智能研究组创建了nlp工具equilid，以进行更精确的语言识别
    c、maluuba提出了机器阅读理解系统 epireader
    d、阿里idst在2018年aaai上发表的paper 《a multi-task learning approach for improving product title compression with user search log data》

5、量化对量化投资的未来有深刻影响，以下因素均有助于ai量化投资的成效提升，其中不包含
    a、机器学习算法研究持续突破
    b、量化建模知识研究逐步加深
    c、市场趋于完善，历史不再重演
    d、计算机技术迅速发展

特邀报告：tensorflow in production（嘉宾：谷歌总部资深高级工程师）

tensorflow in production测验

1、与"一维tensor (张量)"最相近的词是什么?
    a、矩阵
    b、向量
    c、一份麻辣烫
    d、大数据

2、机器学习能够在现实生活中有效应用的前提假设，以下叙述中最为准确的是什么?
    a、有机器
    b、algorithm在offline training的过程中看到的数据，和我在online prediction时候看到的数据必须是独立同分布的，要independent identically distributed (i.i.d.)
    c、算法本身足够复杂
    d、所有选项全部正确

3、讲座中提到的一种归一化方法是什么？
    a、(样本-均值)/标准差
    b、z = r jωl
    c、y=log10(x)
    d、

4、tensor flow与 tf transform 和 tfma之间的关系可以描述为：
    a、整体与局部
    b、后两者是前者的组成模块，前者包含后两者
    c、tf transform和tfma分别为tensorflow的预处理模块和模型分析模块
    d、所有选项全部正确