人工智能与信息社会——基于神经网络的智能系统II

1.【单选题】 (C) 有跟环境进行交互 , 从反馈当中进行不断的学习的过程。

A 、 监督学习

B 、 非监督学习

C 、 强化学习

D 、 线性回归

2.【

单选】

典型的“鸡尾酒会”问题中，提取出不同人说话的声音是属于（A）

A.非监督学习

B.

线性回归

C.

监督学习

D.

强化学习

3.【单选题】 Q 函数 Q(s,a) 是指在一个给定状态 s 下 , 采取某一个动作 a 之后 , 后续的各个状态所能得到的回报的 (A) 。

A 、 期望值

B 、 最大值

C 、 最小值

D 、 总和

4.【

单选】

在Q-Learning中，所谓的Q函数是指(A)

A.状态动作函数

B.策略函数

C.状态值函数

D.动作值函数

5.【单选题】在 ε-greedy 策略当中 ,ε 的值越大 , 表示采用随机的一个动作的概率越 (), 采用当前 Q 函数值最大的动作的概率越 (A) 。

A 、 大 ; 小

B 、 大 ; 大

C 、 小 ; 小

D 、 小 ; 大

6.【单选】在强化学习的过程中，学习率α越大，表示采用新的尝试得到的结果比例越____，保持旧的结果的比例越____。(B)

A.大；大

B.大；小

C.小；小

D.小；大

7.【单选题】在强化学习过程中 ,(A) 表示随机地采取某个动作 , 以便于尝试各种结果 ;() 表示采取当前认为最优的动作 , 以便于进一步优化评估当前认为最优的动作的值。

A 、 探索 ; 开发

B 、 开发 ; 探索

C 、 探索 ; 输出

D 、 开发 ; 输出

8.【单选题】强化学习中 ,(A) 主要探索未知的动作会产生的效果 , 有利于更新 Q 值 , 获得更好的策略。

A 、 探索

B 、 开发

C 、 输入

D 、 输出

9.【单选题】马尔可夫性质强调在每一个动作状态序列中 , 下一个状态与 (D) 有关。

A 、 外部影响

B 、 主体内因

C 、 历史状态

D 、 当前状态

10.【单选题】强化学习的回报值一个重要特点是具有 (D) 。

A 、 客观性

B 、 主体性

C 、 超前性

D 、 滞后性

11.【多选题】用于监督分类的算法有 (ABC) 。

A 、 支持向量机

B 、 决策树

C 、 神经网络

D 、 线性回归

12.【判断题】人工智能学习玩 Flappy Bird 过程中 , 只需要人类告诉 AI 不能碰到水管即可 , 不需要提供其他信息。 ( × )

13.【判断题】状态动作函数直接决定主体该采取什么决策。 (√ )

14.【填空】在支持向量机分类算法中，用于支撑两个类别最宽分解线的这些样本点称为_______。

填空:支持向量 或 support vector##%_YZPRLFH_%##Support Vector##%_YZPRLFH_%##Support vector