1. 选择题

已知事件A与事件B发生与否伴随出现，根据贝叶斯公式可得到P（B|A）=P（A|B）*M/P（A），则M=（D）.
A、P（AB）
B、P（ $\bar{B}$ ）
C、P（ $\bar{A}$ ）
D、P（B）

[解析]：

给定贝叶斯公式P（cj|x）=（P（x|cj）P（cj））/P（x），公式中P（cj|x）为（B）
A 先验概率
B 后验概率
C 全概率
D 联合概率

[解析]:

非线性机器学习算法具有以下的什么特性?（D）
A. 针对难以用准则来描述的复杂模型
B. 能够达到更深层次的抽象
C. 能够进行广泛使用的分类算法
D. 以上都是
多选：感知器可以解决一下哪些问题?（ABCD）
A. 实现逻辑关系中的与
B. 实现逻辑关系中的或
C. 实现逻辑关系中的非
D. 线性分类和线性回归问题

[解析]：注意只有多层层感知器才能解决异或问题。

神经网络的学习步骤包括:1、求得权重等参数，2、定义代价函数，3、对测试数据进行预测，4、根据样本数据和标签采用梯度下降法进行学习，步骤的正确顺序为：（B）
A. 4213
B. 2413
C. 2143
D. 4123

[解析]：先定义代价函数，然后进行学习，求得权重之后再进行预测。

多选：以下会造成梯度消失的激活函数有（AB）
A. sigmoid函数
B. tanh函数
C. ReLU函数
D. softplus函数

[解析]：sigmoid函数
Tanh函数（双曲正切S型函数）

ReLU函数（线性整流单元rectified linear units）：

Softplus函数：

7.SVM算法的性能取决于（A）.
A、以上所有
B、核函数的选择
C、核函数的参数
D、软间隔参数
[解析]：遇到线性不可分问题时，需要通过核函数将问题映射到高维进行线性可分。常见的核函数：大大减少非线性映射和特征空间确定所需要的计算量，采用不同的核函数将导致不同的支持向量机。

硬间隔：就是margin，将所有的不同的点完全正确分割开的最大距离，位于感知机分界面上的点就是支持向量。
软间隔参数：对于硬间隔来讲，有时候会出现几个异常点出现在对方的区域里，这里就引入软间隔参数，允许有几个点不在划分的区域里面（噪声），也就是相当于放宽约束条件。

SVM中的泛化误差代表SVM对新数据的预测准确度（A）
A、对
B、错

[解析]：泛化误差就是Margin分界面可移动的距离，可移动的距离越大，说明分的越开，那么容错能力就越强，对新数据的预测准确度就越高。

对于在原空间中线性不可分的问题，支持向量机（C）
A、在原空间中寻找非线性函数划分数据
B、无法处理
C、利用核函数把数据映射到高维空间
D、在原空间中寻找线性函数划分数据

[解析]：核函数的用处。

下列关于不确定性知识描述错误的是（ B ）。
A：专家知识通常属于不确定性知识
B：不确定性知识是经过处理过的知识
C：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。
D：不确定性知识是不可以表示的。
遗传算法的算子有哪些？（ A、B、C ）
A选择
B交叉
C变异
D转换
E抽取
下列不是知识表示法的是（A）
A：计算机表示法
B：“与/或”图表示法
C：状态空间表示法
D：产生式规则表示法
人工智能的目的是让机器能够（D ），以实现某些脑力劳动的机械化。
A. 具有完全的智能
B. 和人脑一样考虑问题
C. 完全代替人
D. 模拟、延伸和扩展人的智能
专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C ）的过程。
A. 思考
B. 回溯
C. 推理
D. 递归
下列关于不精确推理过程的叙述错误的是（B ）
A. 不精确推理过程是从不确定的事实出发
B. 不精确推理过程最终能够推出确定的结论
C. 不精确推理过程是运用不确定的知识
D. 不精确推理过程最终推出不确定性的结论
我国学者吴文俊院士在人工智能的（A ）领域作出了贡献。
A. 机器证明
B. 模式识别
C. 人工神经网络
D. 智能代理
不确定推理过程的不确定性不包括（D）。
A. 证据的不确定性
B. 规则的不确定性
C. 推理过程的不确定性
D. 知识表示方法的不确定性
能对发生故障的对象（系统或设备）进行处理，使其恢复正常工作的专家系统是(A)
A.修理专家系统
B .诊断专家系统
C .调试专家系统
D .规划专家系统
一些聋哑为了能方便与人交通，利用打手势方面来表达自己的想法，这是智能的（C）方面。
A.思维能力
B.感知能力
C.行为能力
D.学习能力
下述（D）不是人工智能中常用的知识格式化表示方法。
A.框架表示法
B.产生式表示法
C.语义网络表示法
D.形象描写表示法
关于与/或”图表示法的叙述中，正确的是（D）。
A. 与/或”图就是用AND和OR连续各个部分的图形，用来描述各部分的因果关系
B. 与/或”图就是用AND和OR连续各个部分的图形，用来描述各部分之间的不确定关系
C. 与/或”图就是用与”结点和或”结点组合起来的树形图，用来描述某类问题的层次关系
D. 与/或”图就是用与”结点和或”结点组合起来的树形图，用来描述某类问题的求解过程
能通过对过去和现在已知状况的分析，推断未来可能发生的情况的专家系统是(B)
A.修理专家系统
B.预测专家系统
C.调试专家系统
D.规划专家系统
人工智能诞生于哪一年？（C）
A. 1955
B. 1957
C. 1956
D. 1965
下列哪种情况是图灵测试的内容？（A）
A. 当机器与人对话，两者相互询问，人分不清机器是人还是机器，说明它通过了图灵测试
B. 当机器骗过测试者，使得询问者分不清是人还是机器时，说明它通过了图灵测试
C. 当人与人对话，其中一人的智力超过另一人时，说明智者通过了图灵测试
D. 两机对话，其中一机的智力超过另一机时，说明智者机器通过了图灵测试
盲人看不到一切物体，他们可以通过辨别人的声音识别人，这是智能的（B）方面。
A.行为能力
B.感知能力
C.思维能力
D.学习能力
人类智能的特性表现在4个方面（B）。
A. 聪明、灵活、学习、运用。
B. 能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。
C. 感觉、适应、学习、创新。
D. 能捕捉外界环境信息、能够利用利用外界的有利因素、能够传递外界信息、能够综合外界信息进行创新思维。
专家系统的推理机的最基本的方式是（B）。
A.直接推理和间接推理
B.正向推理和反向推理
C.逻辑推理和非逻辑推理
D.准确推理和模糊推理
专家系统的正向推理是以(B)作为出发点，按照一定的策略，应用知识库中的知识，推断出结论的过程。
A.需要解决的问题
B.已知事实
C.证明结论
D.表示目标的谓词或命题
专家系统是以（C）为基础，以推理为核心的系统。
A.专家
B.软件
C.知识
D.解决问题
人工神经网络特点和优越性主要表现在（ACD)。
A.自学习功能
B.自动识别功能
C.高速寻找优化解的能力
D.联想存储功能
人工智能研究的一项基本内容是机器感知，以下列举中的（C）不属于机器感知的领域。
A. 使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力。
B. 让机器具有理解文字的能力。
C. 使机器具有能够获取新知识、学习新技巧的能力。
D. 使机器具有听懂人类语言的能力
使用均方误差作为代价函数，有什么特点？（ABCD）
A.形式简单
B.通俗易懂
C.容易出现饱和现象
D.容易陷入局部最优解
神经网络具有下面哪几个特点?(ABCD )
A.能充分逼近复杂的非线性关系
B.具有高度的容错
C.具有自组织能力
D.可以并行分布处理
下列关于人工智能的叙述不正确的有（C)。
A.人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B.人工智能是科学技术发展的趋势。
C.因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D.人工智能有力地促进了社会的发展。

2. 判断题

单层感知器能对线形可分的数据集进行分类,能解决逻辑问题异或。（错，单层只能解决或、与、非，只有多层才可以解决异或）
前馈神经网络中偏置单元可以有输入。（错，偏置单元没有输入，是常数项）
在某种意思上,小批量梯度下降算法是以迭代次数换取算法的运行速度。（对）
神经网络中的神经元有两个状态:兴奋、抑制。这两个状态由阈值决定。（对）
支持向量机不会受到噪声的影响（错）
小批量梯度下降法在迭代的每一步中，参数的更新只用了小批量样本的信息。（对）

3. 填空题

不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确定性。
AI研究的三条主要途径为：符号主义、连接主义、行为主义。
组成产生式系统的三要素：数据库、规则库和推理机。

解析：

人工智应用研究的两个最重要最广泛领域为（专家系统、机器学习）。

4. 简答题

通过对某地区的部分人群进行调查，获得了他们对于的age、income、是否为student、Credit_rating以及是否购买某品牌的电脑的信息进行了记录，数据如表1。
现有x=（age=youth，income=medium，student=no，credit_rating=excellent），求P(YES|x)=？，P(No|x)=？

解：统计结果如下：

对下面的情况做出决策：
x=（age=youth，income=medium，student=no，credit_rating=excellent）
P(YES|x)=((1/3)(5/9)(3/9)(3/9))(9/14)/P(x)=0.013/P(x)
P(NO|x)=0/P(x)
又因为P(YES|x)+P(NO|x)=1，
所以P(YES|x)=1，P(NO|x)=0.

如下神经网络：

采用阶跃函数作为激活函数，计算输出值。

解：

请回答SVM为什么采用间隔最大化？

[解]：当训练数据线性可分时，存在无穷个分离超平面可以将两类数据正确分开，支持向量机利用间隔最大化求得分离超平面，它的分类结果是最具有鲁棒性的，对未知实例的泛化能力也最强。

请回答为什么SVM要引入核函数？

[解]：当样本在原始空间线性不可分时，引入核函数可将样本从原始空间映射到一个更高维的特征空间，使得样本在这个特征空间内线性可分。

设有如下一组推理规则：（应该给出计算过程）
r1: IF E1 AND E2 THEN E3 (1.0)
r2: IF E3 OR E4 THEN E5 (0.8)
r3: IF E5 THEN H (0.8)
r4: IF E6 THEN H (0.9)
且已知CF(E1)=0.7, CF(E2)=0.5, CF(E4)=0.4, CF(E6)=0.8。求CF(H)？。

解：

简述遗传算法的基本步骤。

解：首先有一个实际问题参数集，然后将参数编码为染色体，初始化群体，接下来计算每一个个体的适应度，如果满足条件，则对染色体进行解码，得到问题最优解；否则则进行遗传操作，新群体替代就群体，新时刻替换旧时刻，然后再次计算每一个个体的适应度，直到满足条件。
[解析]：

适应度函数在遗传算法中的作用是什么？举例说明如何构造适应度函数。

解：适应度函数在遗传算法中的作用就是计算个体的适应度。衡量字符串(染色体)好坏的指标就是适应度，它通常也就是遗传算法中的目标函数。适应度是今后优胜劣汰的主要标准。一般可以将目标函数映射成适应度函数，比如目标函数为最大化问题则Fit（f(x)）=f(x),若目标函数为最小化问题，则Fit(f(x))=1/f(x)。

用谓词公式表示：
（1）他每天下午都去玩足球
（2）有人喜欢梅花，有人喜欢菊花，有人既喜欢梅花又喜欢菊花。

解：
（1）定义谓词:
P(x):x是人
B(x):x是足球
A(y):y是下午
将知识用谓词表示为
(∃x)(∀y)(A(y)->B(x)^P(x))。

(2)定义谓词：
P(x):x是人
L(x,y):x喜欢y
(∃x)（P(x)->L(x,梅花)）
(∃x)（P(x)->L(x,菊花)）
(∃x)（P(x)->L(x,梅花) $\cap$ L(x,菊花)）

用谓词逻辑表达描述下述推理：
（1）如果一个人是老实人，他就不会说谎；张三说谎了，所以不是老实人
（2）如果张三比李四大，那么李四比张三小

解：（1）：
定义谓词：
HONEST(X):表示x是老实人
LIE(X)：表示X说谎。
谓词公式为：(∀x)(HONEST(x)->﹁LIE(x))
LIE(Zhang)->﹁HONEST(Zhang)
(2)定义谓词：
OLDER（x，y）:表示x比y大
YOUNG(X,Y)：表示x比y小
谓词公式表示为：
OLDER(Zhang,Li)->YOUNG(Li,Zhang).