工作教導(dǎo)四階段法第三階段是( )

A、 傳授工作

B、 學(xué)習(xí)準(zhǔn)備

C、 檢驗(yàn)成效

D、 讓他試做

根據(jù)『人工智慧導(dǎo)論』這本書，底下何者是用AI解決問題的步驟？

A、 學(xué)習(xí)（訓(xùn)練）

B、 把問題化成函數(shù)的形式

C、 打造一個(gè)函數(shù)學(xué)習(xí)機(jī)

D、 收集歷史資料

E、 先問一個(gè)問題

2016年，Google透過深度學(xué)習(xí)訓(xùn)練的_____程序在比賽中擊敗了曾經(jīng)是圍棋世界冠軍李世乭？

A、 AlphaGo

B、 PokémonGo

C、 FateGO

D、 BetaGo

E、 DeltaGo

各級領(lǐng)導(dǎo)幹部應(yīng)加強(qiáng)學(xué)習(xí)，懂得大數(shù)據(jù)，用好大數(shù)據(jù)，增強(qiáng)利用數(shù)據(jù)推進(jìn)各項(xiàng)工作的本領(lǐng)，不斷提高對大數(shù)據(jù)發(fā)展規(guī)律的把握能力，使大數(shù)據(jù)在各項(xiàng)工作中發(fā)揮更大的作用。√

A、 正確

B、 錯誤

各級領(lǐng)導(dǎo)幹部要加強(qiáng)學(xué)習(xí)，懂得大數(shù)據(jù)，用好大數(shù)據(jù)，增強(qiáng)利用數(shù)據(jù)推進(jìn)各項(xiàng)工作的本領(lǐng)，不斷提高對大數(shù)據(jù)發(fā)展規(guī)律的把握能力，使大數(shù)據(jù)在各項(xiàng)工作中發(fā)揮更大的作用。√

A、 正確

B、 錯誤

學(xué)習(xí)人工智能需要哪些基礎(chǔ)專業(yè)知識？

A、 線性代數(shù)

B、 統(tǒng)計(jì)學(xué)

C、 機(jī)率

D、 微積分

E、 物理學(xué)

底下那些是智慧教育生活之架構(gòu)的一環(huán)？

A、 學(xué)習(xí)行為

B、 學(xué)習(xí)歷程

C、 專屬學(xué)習(xí)計(jì)畫

D、 學(xué)習(xí)成效雷達(dá)圖

E、 落點(diǎn)分析

關(guān)於聚類（clustering）的描述何者正確？

A、 聚類（clustering）是一種非監(jiān)督式學(xué)習(xí)

B、 聚類（clustering）是一種監(jiān)督式學(xué)習(xí)

C、 使用的資料不需要包含類別標(biāo)籤

D、 使用的資料需要包含類別標(biāo)籤

E、 常見的基本聚類方法有 K- 平均演算法和階層式聚類

關(guān)於資料集的類比描述何者正確？

A、 驗(yàn)證集像是一場模擬考

B、 訓(xùn)練集就像是深度學(xué)習(xí)模型的教科書

C、 測試集對於模型來說則是最終決定成果的考試

D、 驗(yàn)證集對於模型來說則是最終決定成果的考試

E、 測試集像是一場模擬考

以下何者為『強(qiáng)化學(xué)習(xí)』的典型例子？

A、 人臉辨識

B、 語音識別

C、 AlphaGo

D、 人流分析

E、 推薦系統(tǒng)

關(guān)於機(jī)器學(xué)習(xí)何者正確？

A、 分類的演算法都稱為監(jiān)督式學(xué)習(xí)

B、 分類的演算法都稱為非監(jiān)督式學(xué)習(xí)

C、 分群的演算法都稱為監(jiān)督式學(xué)習(xí)

D、 分群的演算法都稱為非監(jiān)督式學(xué)習(xí)

E、 決策樹（decision tree）是機(jī)器學(xué)習(xí)分類的技術(shù)

關(guān)於深度學(xué)習(xí)視頻行為識別和圖像分類的敘述，下列論述何者錯誤？

A、 Google AlphaGo也是奠基於機(jī)器學(xué)習(xí)，透過電腦運(yùn)算對手下棋的頻率

B、 廣泛應(yīng)用在圖像、影像識別、推薦系統(tǒng)、輔助決策等金融、醫(yī)療、國防民生領(lǐng)域

C、 深度學(xué)習(xí)網(wǎng)路就像黑盒子 (black box)，人們不容易理解模型中各網(wǎng)路層的內(nèi)涵，就無法做出有效的調(diào)整

D、 透過 CNN 模型，你可以輸入一張圖片，得到該圖片屬於哪種類別的結(jié)果，這過程我們把他稱作分類 (Classification)

E、 行為理解問題一般遵從如下基本過程特徵提取與運(yùn)動表徵、行為識別、高層行為與場景理解

我們在學(xué)校通過老師、課本接受知識，那麼人工智能系統(tǒng)是通過什麼來學(xué)習(xí)的呢？

A、 經(jīng)驗(yàn)

B、 數(shù)據(jù)

C、 機(jī)器

D、 腦袋

E、 人工

下列哪個(gè)屬於無監(jiān)督學(xué)習(xí)算法？

A、 決策樹

B、 支持向量機(jī)

C、 K均值聚類

D、 樸素貝葉斯

E、 二叉樹

在基於深度學(xué)習(xí)的視頻行為識別中，下列敘述何者錯誤？

A、 視頻的信息分為動態(tài)和靜態(tài)兩種，靜態(tài)信息指圖像的外觀，動態(tài)信息指的是是頻率序列中的運(yùn)動信息

B、 雙流卷積神經(jīng)網(wǎng)絡(luò)（two-stream CNN）是利用兩種不同的網(wǎng)絡(luò)實(shí)現(xiàn)同時(shí)處理靜態(tài)和動態(tài)信息

C、 隨機(jī)抽取的的單個(gè)彩色圖像幀作為輸入的網(wǎng)絡(luò)稱為空間流卷積神經(jīng)網(wǎng)絡(luò)（spatial stream CNN）

D、 把多幀(Frame)的光流圖像作為輸入的網(wǎng)絡(luò)稱為時(shí)間流卷積神經(jīng)網(wǎng)絡(luò) （temporal stream CNN）

E、 時(shí)序分段網(wǎng)絡(luò)（temporal segment networks）是為了解決短視頻行為識別的而產(chǎn)生的

測試集（testing set）的目的為何？

A、 檢驗(yàn)最終模型的分類效果

B、 做資料壓縮

C、 提供模型學(xué)習(xí)

D、 做資料擴(kuò)增

E、 調(diào)整神經(jīng)網(wǎng)路的結(jié)構(gòu)

關(guān)於神經(jīng)網(wǎng)路的學(xué)習(xí)原理敘述何者正確？

A、 神經(jīng)網(wǎng)路調(diào)整參數(shù)的方式是一種前饋神經(jīng)網(wǎng)路（Feedforward Neural Network）

B、 學(xué)習(xí)率在迭代的參數(shù)調(diào)整過程中會固定不變

C、 梯度下降是運(yùn)用積分的技巧來達(dá)成

D、 損失函數(shù)移動的方向跟梯度的方向相同

E、 神經(jīng)網(wǎng)路調(diào)整參數(shù)的順序是從後面一層層往前調(diào)

關(guān)於神經(jīng)網(wǎng)路的學(xué)習(xí)原理敘述何者錯誤？

A、 損失函數(shù)是對每個(gè)輸入的預(yù)測值與真實(shí)值的差異計(jì)算總和

B、 透過梯度下降一定可以找到降低損失函數(shù)的最佳解

C、 損失函數(shù)的變數(shù)是可以調(diào)整的參數(shù)

D、 訓(xùn)練神經(jīng)網(wǎng)路是透過參數(shù)的調(diào)整來降低損失函數(shù)

E、 梯度下降是降低損失函數(shù)的一種演算法

關(guān)於神經(jīng)網(wǎng)路模型的敘述何者正確？

A、 建構(gòu)神經(jīng)網(wǎng)路時(shí)需要知道最終的函數(shù)學(xué)習(xí)機(jī)長什麼樣子

B、 打造一個(gè)神經(jīng)網(wǎng)路的函數(shù)學(xué)習(xí)機(jī)是透過編程來達(dá)成

C、 神經(jīng)網(wǎng)路模型可分成輸入層.表現(xiàn)層及輸出層

D、 神經(jīng)網(wǎng)路模型可分成輸入層.隱藏層及輸出層

E、 神經(jīng)網(wǎng)路模型可分成輸入層.激發(fā)層及輸出層

下列敘述何者正確？

A、 分類的演算法都稱為監(jiān)督式學(xué)習(xí)

B、 分群的演算法都稱為監(jiān)督式學(xué)習(xí)

C、 分類的演算法都稱為非監(jiān)督式學(xué)習(xí)

D、 支持向量機(jī)（SVM）是機(jī)器學(xué)習(xí)分群的技術(shù)

E、 決策樹（decision tree）是機(jī)器學(xué)習(xí)分群的技術(shù)

關(guān)於機(jī)器學(xué)習(xí)的分類與分群敘述何者正確？

A、 分群問題被定義為將未知的新訊息歸納進(jìn)已知的資訊中

B、 機(jī)器學(xué)習(xí)領(lǐng)域中的分群問題.重點(diǎn)在於新的資料和已分類的資料互相比較，看看新資料在分類過的資料中，和哪一類資料比較類似。

C、 分類問題就是一群資料中沒有明確的分類或群體.而是必須透過它們所具有的特

關(guān)於深度學(xué)習(xí)敘述何者正確？

A、 以數(shù)學(xué)眼光來看CNN是NN的子集合

B、 機(jī)器學(xué)習(xí)是深度學(xué)習(xí)的一種

C、 人工智慧是一種深度學(xué)習(xí)

D、 深度學(xué)習(xí)通常隱藏層在百層以上的神經(jīng)網(wǎng)路.這樣才夠深

E、 CNN是一種有記憶的神經(jīng)網(wǎng)路.會記得上一次的輸入