人工智能與信息社會——基於決策樹和搜索的智能系統


1【單選題】一個運用二分查找算法的程序的時間復雜度是(B)。

A、指數級別

B、對數級別

C、常數級別

D、線性級別

2【單選題】人類對於知識的歸納總是通過(A)來進行的。

A、判斷

B、枚舉

C、猜想

D、預測

3【單選題】第一例專家系統是在(B)領域發揮作用的。

A、物理

B、化學

C、數學

D、生物

4【單選題】1977年在斯坦福大學研發的專家系統(C)是用於地質領域探測礦藏的一個專家系統。

A、DENDRAL

B、MYCIN

C、PROSPECTOR

D、XCON

5【單選題】考慮到對稱性,井字棋最終局面有(B)種不相同的可能。

A、19683

B、138

C、91

D、44

6【單選題】根據課程3.6中所講的井字棋估值方法,以下局面估值為(C)。

A、2

B、1

C、0

D、-1

7【單選題】除了問題本身的定義之外,使用問題特定知識的搜索策略被認為是(A)。

A、啟發式算法

B、minimax算法

C、深度優先搜索

D、廣度優先搜索

8【單選題】每一次比較都使搜索范圍減少一半的方法是(A)。

A、二分查找

B、啟發式算法

C、minimax算法

D、剪枝算法

9【單選題】根據圖中所示的minimax算法決策樹,根結點的估值是(B)。

A、20

B、16

C、9

D、19

10【單選題】根據圖中所示的minimax算法決策樹,圖中估值為7的結點被稱為(C)。

A、MAX結點

B、MIN結點

C、終止結點

D、根節點

11【單選題】圖中的剪枝過程稱為(A)剪枝。

A、Alpha

B、Beta

C、Min

D、Max

12【單選題】圖中的剪枝過程稱為(B)剪枝。

A、Alpha

B、Beta

C、Min

D、Max

13【單選題】圍棋AI(A)是基於AlphaBeta剪枝算法的。

A、GNU Go

B、Mo Go

C、DeepZen Go

D、Alpha Go

14【單選題】專家系統的發展趨勢不包括(D)。

A、知識庫變大

B、推理引擎更加專用

C、用戶接口更多樣

D、用戶需求量減少

15【單選題】深藍在開局階段的算法主要是(D)。

A、二分查找法

B、AlphaBeta剪枝

C、深度優先搜索

D、啟發式算法

16【單選題】(B)是第一個使用蒙特卡洛樹搜索的圍棋程序,在9×9的棋盤上擊敗了職業選手。

A、GNU Go

B、Mo Go

C、DeepZen Go

D、Alpha Go

17【多選題】專家系統的主要組成部分包括(ABC)。

A、知識庫

B、推理引擎

C、用戶接口

D、自主學習系統

18【多選題】以下屬於完全信息博弈的游戲有(ABC)。

A、井字棋

B、黑白棋

C、圍棋

D、橋牌

E、軍棋

19【多選題】蒙特卡洛樹搜索的主要流程有(ABCD)。

A、選擇

B、擴張

C、模擬

D、反饋

20【多選題】專家系統的適用領域的特征包括(ABCD)。

A、不需要額外常識

B、輸入的數據可以客觀描述

C、人類專家稀缺

D、用戶需求量大

21【判斷題】基於規則的AI系統由一連串的if-then-else規則來進行推斷或行動決策。(√)

22【判斷題】博弈樹的每個結點表示一個動作。(×)

23【判斷題】估值函數就是對每一個局面給出一個評價分數(√)。

24【判斷題】AlphaBeta剪枝的效率一定比單純的minimax算法效率高。(×)

25【判斷題】二分查找是一個有效計算平方根的辦法。(√)

26【判斷題】零和博弈中,雙方(或多方)的收益相加為0或負數。(×)

27【判斷題】啟發式算法與AlphaBeta剪枝類似,是從葉節點自底向上計算估值。(×)

28【填空】Google為了提升搜索引擎返回的答案質量和用戶查詢的效率,與2012年發布了知識圖譜

29【填空】在AlphaBeta剪枝算法中,我們把一個結點可能取值的上界記作 Beta


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM