1-3 解析常見的機器學習技術 (1) / iPAS AI 應用規劃師, AI 測驗題庫, iPAS AI 初級, 測驗題庫 / 作者: S學院 1-3 解析常見的機器學習技術 (1)模擬測驗,採智能選題,無限次反覆練習。 1. 深度學習網絡中,最不可能出現的層是: 池化層 決策層 卷積層 全連接層 None 2. AI在新聞分析中最不需要的技術是: 主題建模 文本分類 情感分析 圖像生成 None 3. 以下哪種技術最不適合用於產品推薦? 影像分割 用戶畫像 內容分析 協同過濾 None 4. 以下哪種技術最不適合用於智能客服? 圖像分割 自然語言處理 情感分析 意圖識別 None 5. 下列何者不是機器學習的應用領域? 醫療診斷 人類情感創造 影像辨識 金融預測 None 6. 以下何種任務最適合使用監督式學習? 市場客群分析 顧客行為分析 產品推薦 信用卡詐騙偵測 None 7. 以下何者不是機器學習的應用場景? 模式識別 情感創造 預測分析 數據分析 None 8. 在開發自動作曲系統時,最不需要的技術是: 和聲分析 序列生成 模式識別 圖像處理 None 9. 機器學習模型的評估標準不包括: 穩定性 創意性 效能 準確率 None 10. 機器學習在預測性維護中最不需要的數據是: 運行參數 社交互動 設備狀態 故障記錄 None 11. 機器學習的基本要素不包括: 創造力 數據 算法 運算能力 None 12. 機器學習在網絡安全中最不需要的功能是: 圖像處理 威脅識別 異常檢測 行為分析 None 13. 在開發自動駕駛系統時,最不需要考慮: 即時影像處理 路徑規劃 文本分析 物件偵測 None 14. AI在智慧農業中最不需要的功能是: 氣候預測 病蟲害識別 作物監測 語音辨識 None 15. 非監督式學習最適合用於: 客戶分群 語音辨識 詐騙偵測 人臉辨識 None 16. 關於強人工智慧的描述,下列何者正確? 只能處理特定領域的問題 已經完全實現並廣泛應用 AlphaGo是最完整的強人工智慧範例 目前尚未真正出現完整的強人工智慧 None 17. 監督式學習的特點不包括: 完全自主學習 有明確的目標 可進行預測 需要標記數據 None 18. 增強式學習最適合應用在: 遊戲策略學習 語音辨識 文本分析 影像辨識 None 19. 分類問題的主要目的是: 發現數據群組 預測具體數值 建立新的類別 將數據歸類到已知類別 None 20. 以下哪種技術最不適合用於視頻分析? 3D卷積網絡 時空注意力機制 決策樹 光流估計 None 如有問題可留言,謝謝您的寶貴意見! 暱稱 電郵(提交獲得正確答案,可換題測驗完整題庫,新增題庫電郵通知) Time's up