课程导论 单元测验

1、单选题：
​模式识别中识别的基础和本质是____。‌
选项：
A: 抽象和认知
B: 认知和分类
C: 抽象和分类
D: 识别和分类
答案: 【 认知和分类】

2、单选题：
​下列选项中对模式识别定义正确的是？‌
选项：
A: 对事物所具有的特征进行完全匹配
B: 事物所具有的共同特征
C: 依据事物的特征进行概念归类的过程
D: 其余3个答案都对
答案: 【 依据事物的特征进行概念归类的过程】

3、单选题：
‏深度学习属于哪种类型的模式识别算法？‏
选项：
A: 结构模式识别
B: 统计模式识别
C: 模糊模式识别
D: 句法模式识别
答案: 【 统计模式识别】

4、多选题：
‌模式识别的主要算法包括以下哪些？‌
选项：
A: 线性分类器算法
B: 贝叶斯分类器算法
C: 模糊模式识别算法
D: 神经网络模式识别算法
答案: 【 线性分类器算法;
贝叶斯分类器算法;
模糊模式识别算法;
神经网络模式识别算法】

5、多选题：
‌以下选项中属于模式识别应用领域的是？‏
选项：
A: 人脸识别
B: 语音识别
C: 脑电识别
D: 自然语言理解
E: 手势识别
F: 目标跟踪
答案: 【 人脸识别;
语音识别;
脑电识别;
自然语言理解;
手势识别;
目标跟踪】

6、多选题：
​下列说法中正确的是？‌
选项：
A: 模式识别是人工智能领域中的感知技术
B: 模式识别是根据事物的特征进行归类的过程
C: 模式识别技术包括认知和识别两个过程
D: 模式识别技术中，认知是识别的基础，识别是在认知基础上的知识运用
答案: 【 模式识别是人工智能领域中的感知技术;
模式识别是根据事物的特征进行归类的过程;
模式识别技术包括认知和识别两个过程;
模式识别技术中，认知是识别的基础，识别是在认知基础上的知识运用】

7、判断题：
‎1995年前苏联统计学家和数学家Vapnik等人提出了支持向量机。‎
选项：
A: 正确
B: 错误
答案: 【 正确】

8、判断题：
‏1986年美国认知神经学家Rumelhart等人提出了深度学习。‏
选项：
A: 正确
B: 错误
答案: 【 错误】

9、判断题：
‍模式识别技术是研究如何使计算机具备识别能力的学科。‎
选项：
A: 正确
B: 错误
答案: 【 正确】

10、判断题：
‎人工智能技术包括感知，决策，行动三个方面的技术。‎
选项：
A: 正确
B: 错误
答案: 【 正确】

11、判断题：
‍模式识别技术属于人工智能领域中的决策技术。​
选项：
A: 正确
B: 错误
答案: 【 错误】

12、判断题：
‍在模式识别技术中，认知是从一类事物的具体样本中抽象出类别共同特征的过程。​
选项：
A: 正确
B: 错误
答案: 【 正确】

13、判断题：
​在模式识别中，识别是依据事物的特征进行全部特征匹配的过程。​
选项：
A: 正确
B: 错误
答案: 【 错误】

14、判断题：
​模式识别是研究如何使计算机具识别能力的学科，而不是研究生物识别能力的机理。‌
选项：
A: 正确
B: 错误
答案: 【 正确】

15、判断题：
‌识别的基础是认知，识别的本质是分类。‍
选项：
A: 正确
B: 错误
答案: 【 正确】

线性判别与感知器算法 单元测验

1、单选题：
‍用二分类问题的组合来确定三分类的分类决策规则时，在什么情况下是一定可分的？‍
选项：
A: 仅有一个判别函数值大于0 
B: 有两个判别函数值大于0
C: 三个判别函数值都小于0
D: 三个判别函数值都大于0
答案: 【 仅有一个判别函数值大于0 】

2、单选题：
‍在绝对可分的情况下，以下哪种表述是正确的？‍
选项：
A: 存在不可识别区域较多的问题
B: 多分类线性判别函数形式复杂
C: 多分类线性判别函数的意义不明确
D: 分类器的整体性能比较好
答案: 【 存在不可识别区域较多的问题】

3、单选题：
‎梯度法中，步长的取值可以小于或等于0吗？‏
选项：
A: 不可以
B: 可以
C: 步长取值可以任意
D: 其余三种说法都不对
答案: 【 不可以】

4、单选题：
‏下列选项中关于随机梯度下降法的说法，正确的是？‏
选项：
A: 随机梯度下降法最终收敛的点不一定是全局最优
B: 随机梯度下降法最终收敛的点一定是全局最优
C: 无论随机梯度下降法存不存在最终收敛的点，一定可以找到最优解
D: 无论随机梯度下降法存不存在最终收敛的点，一定不能找到最优解
答案: 【 随机梯度下降法最终收敛的点不一定是全局最优】

5、单选题：
‎为什么批量梯度下降法(BGD)寻优路径相对比较平滑？‍
选项：
A: 批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值减小的方向
B: 批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值增加的方向
C: 批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值不变的方向
D: 批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值发生变化的方向
答案: 【 批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值减小的方向】

6、单选题：
‎感知器算法应用什么方法求解准则函数的最优值？‎
选项：
A: 梯度下降法
B: 最小均方误差
C: 最大均方误差
D: 平均值法
答案: 【 梯度下降法】

7、多选题：
‎下列选项中，属于感知器的特点的是？‌
选项：
A: 感知器具有多路输入、单路输出
B: 感知器没有反馈和内部状态
C: 感知器将输入信号加权求和与阈值比较，当信号加权和大于阈值时输出1，当信号加权和小于阈值时输出0
D: 单个感知器可以解决非线性分类问题
答案: 【 感知器具有多路输入、单路输出;
感知器没有反馈和内部状态;
感知器将输入信号加权求和与阈值比较，当信号加权和大于阈值时输出1，当信号加权和小于阈值时输出0】

8、多选题：
​下列选项中，哪些因素会影响到感知器算法中随机梯度下降法的求解结果？‍
选项：
A: 初始权向量设置
B: 学习速率
C: 样本处理顺序不同
D: 学习规则
答案: 【 初始权向量设置;
学习速率;
样本处理顺序不同】

9、多选题：
‍线性分类器训练的一般思路是？‍
选项：
A: 寻找准则函数
B: 通过求准则函数的极小值求得最优解
C: 寻找分类规则
D: 根据分类规则进行分类
答案: 【 寻找准则函数;
通过求准则函数的极小值求得最优解】

10、判断题：
‎感知器算法的两种权向量更新方式都属于随机梯度下降法。‌
选项：
A: 正确
B: 错误
答案: 【 错误】

11、判断题：
‎样本到决策边界的距离正比于判别函数的值。‎
选项：
A: 正确
B: 错误
答案: 【 正确】

12、判断题：
​感知器算法可以从解区域中优中取优。‎
选项：
A: 正确
B: 错误
答案: 【 错误】

13、判断题：
‎批量梯度下降法(BGD)寻优路径相对比较平滑。‌
选项：
A: 正确
B: 错误
答案: 【 正确】

14、判断题：
​为平衡感知器算法中的求解精度和速度之间的关系，可以通过变速学习速率进行训练。‌
选项：
A: 正确
B: 错误
答案: 【 正确】

15、判断题：
‏单个感知器神经元只能做二分类判别。‎
选项：
A: 正确
B: 错误
答案: 【 正确】

16、判断题：
‎为平衡感知器算法中的求解精度和速度之间的关系，可以通过最优化学习速率进行训练。‍
选项：
A: 正确
B: 错误
答案: 【 正确】

17、判断题：
‌感知器算法的最大缺陷是无法解决线性不可分问题。‌
选项：
A: 正确
B: 错误
答案: 【 正确】

18、判断题：
​采用最大值可分方法，需要的判别函数数量是k的平方。（假设类别数为k）‏
选项：
A: 正确
B: 错误
答案: 【 错误】

19、判断题：
​为平衡感知器算法中的求解精度和速度之间的关系，可以通过绝对修正学习速率进行训练。‍
选项：
A: 正确
B: 错误
答案: 【 正确】

20、判断题：
‍为平衡感知器算法中的求解精度和速度之间的关系，可以通过固定学习速率进行训练。‏
选项：
A: 正确
B: 错误
答案: 【 错误】

21、判断题：
​在模式识别中，广义线性化是指从低维特征空间映射到高维特征空间，从而将一个非线性不可分问题映射为一个线性可分问题。‎
选项：
A: 正确
B: 错误
答案: 【 正确】

22、判断题：
‏感知器算法权向量递推公式修正的符号是“+”‌
选项：
A: 正确
B: 错误
答案: 【 正确】

LMSE算法与支持向量机 单元测验

1、单选题：
‏①更新权向量w(k+1)；‎‏②令k=k=1，进行下一步递推，计算误差向量，直至e(k)小于等于0；‎‏③当k=0时，设定初始松弛变量b(0)的值，计算初始权向量；‎‏④更新松弛变量b(k+1)；‎‏⑤计算误差向量e(k)，‎‏H-K算法的正确排序是？‎
选项：
A: ③⑤①④②
B: ②⑤①③④
C: ③①⑤④②
D: ①②③④⑤
答案: 【 ③⑤①④②】

2、单选题：
‏支持向量机分类模型对误差的容忍程度与惩罚因子有什么关系？‍
选项：
A: 惩罚因子越大，容忍度越低
B: 惩罚因子越大，容忍度越高
C: 二者之间存在联系，但是不能找到联系间存在的规律
D: 二者没有联系
答案: 【 惩罚因子越大，容忍度越低】

3、单选题：
‍下列选项中属于支持向量机面对的线性不可分问题的是？‍
选项：
A: 异常点干扰和非线性分类
B: 异常点干扰和线性分类
C: 非异常点干扰和线性分类
D: 非异常点干扰和非线性分类
答案: 【 异常点干扰和非线性分类】

4、单选题：
‎采用____方法能够使线性分类器的学习在解区域中求得最优解‏
选项：
A: 最小均方误差
B: 最大均方误差
C: 平均值法
D: 梯度下降法
答案: 【 最小均方误差】

5、多选题：
‎分类器函数的VC维h越大，将使下列选项中的哪些数据发生变化？‎
选项：
A: 置信风险越大
B: 结构风险越大
C: 分类器泛化能力越差
D: 经验风险越大
答案: 【 置信风险越大;
结构风险越大;
分类器泛化能力越差】

6、多选题：
‍利用SVM将低维空间中的非线性问题映射到高维空间，存在哪些问题？‎
选项：
A: 不确定需要映射到多少维的空间上，非线性问题才会转化为线性问题
B: 如何找到合适的映射函数φ
C: 增加计算量，可能会因为维数灾难无法解决
D: 能够确定映射到的高维空间的维度
E: 能够找到合适的映射函数φ
F: 增加计算量时可以避免出现维数灾难