10道题,测一测你的AI水平到底如何

2018 年 7 月 17 日 七月在线实验室

1、下面函数能够查看变量a指向对象标识的命令是:

a='julyedu.com'

A.id()

B.help()

C.memroyview()

D.type()


2、定义在类中的方法之外的变量是( )

A.实例变量

B.类变量

C.公有变量

D.私有变量


3、执行以下代码的结果是?

import copy

l1=[1,2,3,[1,2,3]]

l2=copy.deepcopy(l1)

l2[-1].append(4)

l1

A.[1,2,3,[1,2,3]] 

B.[1,2,3,[1,2,3,4]]

C.[1,2,3,4]

D.[1,2,3,4,[1,2,3]]


4、要将 3.1415926 变成 00003.14 如何进行格式化输出?

A."%.2f"% 3.1415629

B."%8.2f"% 3.1415629

C."%0.2f"% 3.1415629

D."%08.2f"% 3.1415629


5、下列哪种情况不会导致Python对象的引用计数增加

A.对象被创建

B.被作为参数传递给函数

C.成为容器对象的元素

D.该对象无法访问时


6、初始化实例对象时,调用的是魔法函数是( )

A.__init__

B.__new__ 

C.__cmp__

D.__del__ 


7、下面对集成学习模型中的弱学习者描述错误的是?

A.他们经常不会过拟合

B.他们通常带有高偏差,所以其并不能解决复杂学习问题

C.他们通常会过拟合


8、在Logistic Regression 中,如果同时加入L1和L2范数,不会产生什么效果()

A.以做特征选择,并在一定程度上防止过拟合

B.能解决维度灾难问题

C.能加快计算速度

D.可以获得更准确的结果


9、下列哪一种回归方法的相关系数没有闭式解?

A.Ridge回归

B.Lasso回归

C.Ridge回归 and Lasso回归

D.两者都不是


10、关于 logit 回归和 SVM 不正确的是()

A.Logit回归目标函数是最小化后验概率

B.Logit回归可以用于预测事件发生概率的大小

C.SVM目标是结构风险最小化

D.SVM可以有效避免模型过拟合


以上题目节选自 全国AI工程师水平考试,查看更多信息,请点击 “阅读原文”

登录查看更多
8

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
115+阅读 · 2019年10月10日
如何选择合适的损失函数,请看......
算法与数学之美
5+阅读 · 2019年9月8日
人工智能的现状与未来(附PPT)
人工智能学家
73+阅读 · 2019年3月27日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
深度学习面试100题(第81-85题)
七月在线实验室
16+阅读 · 2018年8月6日
软件工程师如何转型人工智能?
机器学习算法与Python学习
6+阅读 · 2018年4月26日
用Python实现线性回归,8种方法哪个最高效?
七月在线实验室
7+阅读 · 2018年4月19日
线性回归:简单线性回归详解
专知
11+阅读 · 2018年3月10日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
sklearn集成学习:如何调参?
北京思腾合力科技有限公司
9+阅读 · 2017年10月20日
BAT机器学习面试1000题系列(第76~80题)
七月在线实验室
5+阅读 · 2017年10月13日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Arxiv
5+阅读 · 2019年10月31日
Arxiv
6+阅读 · 2019年8月22日
Augmentation for small object detection
Arxiv
11+阅读 · 2019年2月19日
Arxiv
18+阅读 · 2019年1月16日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
3+阅读 · 2019年1月12日
VIP会员
相关VIP内容
相关资讯
如何选择合适的损失函数,请看......
算法与数学之美
5+阅读 · 2019年9月8日
人工智能的现状与未来(附PPT)
人工智能学家
73+阅读 · 2019年3月27日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
深度学习面试100题(第81-85题)
七月在线实验室
16+阅读 · 2018年8月6日
软件工程师如何转型人工智能?
机器学习算法与Python学习
6+阅读 · 2018年4月26日
用Python实现线性回归,8种方法哪个最高效?
七月在线实验室
7+阅读 · 2018年4月19日
线性回归:简单线性回归详解
专知
11+阅读 · 2018年3月10日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
sklearn集成学习:如何调参?
北京思腾合力科技有限公司
9+阅读 · 2017年10月20日
BAT机器学习面试1000题系列(第76~80题)
七月在线实验室
5+阅读 · 2017年10月13日
Top
微信扫码咨询专知VIP会员