人工智能产业学院第一期培训考核

感谢各位老师百忙之中参加培训及考核,也感谢对于我们工作的理解和支持。提交后的抽奖与本次考核无关,请勿点击。

Q1:姓名

选项1

Q2:手机

选项1

Q3:工号

选项1

Q4:人工智能5大核心技术不包括

计算机视觉
机器学习
自然语言处理
数据清洗

Q5:( )指的是计算机系统无须遵照显式的程序指令,而 只依靠数据来提升自身性能的能力。其核心在于,机器学 习是从数据中自动发现模式,模式一旦被发现便可用于预 测。机器学习的应用范围非常广泛,针对那些产生庞大数 据的活动,它几乎拥有改进一切性能的潜力。除了欺诈甄 别之外,这些活动还包括销售预测、库存管理、石油和天 然气勘探,以及公共卫生等。

深度学习
机器学习
计算机视觉
机器人

Q6:人工智能包含深度学习,深度学习包含机器学习。

Q7:在( )学习中,数据并不被特别标识,学习模型是为了 推断出数据的一些内在结构。常见的应用场景包括关联规则 的学习以及聚类等。常见算法包括Apriori算法以及k-Means 算法。

监督学习
非监督学习
强化学习
自主学习

Q8:以下不属于深度学习框架的是

OpenCV
TensorFlow
Pytorch
PaddlePaddle

Q9:以下不属于图像分类应用的是

智能手机的相册自动分类
电商领域的图片检索
拍照美颜
医疗影像识别

Q10:物体检测是计算机视觉中目前应用最广的技术之一。 物体检测的任务是识别一张图片中的物体类别以及物体的位置。与图像分类相比物体识别不仅要识别 出物体的类别还有识别出物体的准确位置。 目前业界最流行的方式是使用( )框将物体框住, 标注出物体的类别.

圆形
菱形
三角形
矩形

Q11:( )是计算机视觉的一个分支,目的是利用计算机视觉技术理解或处理视频,在安防监控和视频创作场景下有十分广泛的应用。

视频分析
图像分析
图片分析
视觉分析

Q12:决策树(Decision Tree)是一种非参数的( )习方法,它能够从一系列有特征和标签的数据中总结出决策规 则,并用树状图的结构来呈现这些规则,以解决分类和回归问题。决

非监督学
有监督学习
强化学习
自动学习

Q13:将图片进行像素级分割,不对同类型的不同对象进行区分,指的是图像分割中的哪一种任务?( )

目标检测
实例分割
目标分割
语义分割
问卷网
人工智能产业学院第一期培训考核
关于
1年前
更新
0
频次
13
题目数
分享