APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
判断题
)
人工智能诞生以来没有涉及过伦理问题,以后也不会涉及伦理问题。

答案:B

随便搞的题库做做
向人工智能研究投入大量资源的公司有数百家,其中属于美国的四大人工智能巨头为()。
https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da600b.html
点击查看题目
深度学习中的不同最优化方式,如SGD,ADAM下列说法中正确的是
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da601e.html
点击查看题目
对于较长的序列数据,使用()可以大大提升循环神经网络处理能力。
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-99e0-c07f-52a228da601c.html
点击查看题目
语言模型的参数估计经常使用MLE(最大似然估计)。面临的一个问题是没有出现的项概率为0,这样会导致语言模型的效果不好。为了解决这个问题,需要使用()
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9448-c07f-52a228da6024.html
点击查看题目
回归任务最常使用的性能度量是(___)。
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6238-c07f-52a228da601e.html
点击查看题目
根据边的性质不同,概率图模型可大致分为两类:第一类是使用有向无环图表示变量间的依赖关系,称为(___);第二类是使用无向图表示变量间的相关关系,称为无向图模型或马尔可夫网(Markovnetwork)。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da6039.html
点击查看题目
用来显示文件内容的命令有?()
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f8f0-c07f-52a228da6007.html
点击查看题目
关于模型参数(权重值)的描述,错误的说法是
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bb58-c07f-52a228da6038.html
点击查看题目
启发式算法与AlphaBeta剪枝类似,是从叶节点自底向上计算估值。()
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da601c.html
点击查看题目
我们日常生活中的上下班,指纹扫描打卡考勤、虹膜扫描,应用到了人工智能中的()
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-fcc8-c07f-52a228da603b.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
判断题
)
手机预览
随便搞的题库做做

人工智能诞生以来没有涉及过伦理问题,以后也不会涉及伦理问题。

答案:B

分享
随便搞的题库做做
相关题目
向人工智能研究投入大量资源的公司有数百家,其中属于美国的四大人工智能巨头为()。

A. 谷歌&;&Facebook&;&亚马逊&;&微软

https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da600b.html
点击查看答案
深度学习中的不同最优化方式,如SGD,ADAM下列说法中正确的是

A. 在实际场景下,应尽量使用ADAM,避免使用SGD$;$同样的初始学习率情况下,ADAM的收敛速度总是快于SGD方法$;$相同超参数数量情况下,比起自适应的学习率调整方式,SGD加手动调节通常会取得更好效果$;$同样的初始学习率情况下,ADAM比SGD容易过拟合

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da601e.html
点击查看答案
对于较长的序列数据,使用()可以大大提升循环神经网络处理能力。

A. LeNet
$;$AlexNet
$;$LSTM
$;$CNN

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-99e0-c07f-52a228da601c.html
点击查看答案
语言模型的参数估计经常使用MLE(最大似然估计)。面临的一个问题是没有出现的项概率为0,这样会导致语言模型的效果不好。为了解决这个问题,需要使用()

A. 平滑$;$去噪$;$随机插值$;$增加白噪音

https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9448-c07f-52a228da6024.html
点击查看答案
回归任务最常使用的性能度量是(___)。

A. 精度$;$ROC$;$MSE$;$AUC

https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6238-c07f-52a228da601e.html
点击查看答案
根据边的性质不同,概率图模型可大致分为两类:第一类是使用有向无环图表示变量间的依赖关系,称为(___);第二类是使用无向图表示变量间的相关关系,称为无向图模型或马尔可夫网(Markovnetwork)。

A. 贝叶斯网$;$拉普拉斯网$;$帕斯卡网$;$塞缪尔网

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da6039.html
点击查看答案
用来显示文件内容的命令有?()

A. cat$;$more$;$less$;$head

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f8f0-c07f-52a228da6007.html
点击查看答案
关于模型参数(权重值)的描述,错误的说法是

A. 在训练神经网络过程中,参数不断调整,其调整的依据是基于损失函数不断减少$;$每一次Epoch都会对之前的参数进行调整,迭代次数越多,损失函数一般越小$;$模型参数量越多越好,没有固定的对应规则$;$训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bb58-c07f-52a228da6038.html
点击查看答案
启发式算法与AlphaBeta剪枝类似,是从叶节点自底向上计算估值。()
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da601c.html
点击查看答案
我们日常生活中的上下班,指纹扫描打卡考勤、虹膜扫描,应用到了人工智能中的()

A. 机器翻译技术
$;$机器翻译
$;$虚拟现实
$;$ 模式识别

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-fcc8-c07f-52a228da603b.html
点击查看答案
试题通小程序
试题通app下载