2020 人工智能与深度学习基础-王晓军（71171212K-02）(东北财经大学) 最新满分章节测试答案

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-03-02到2020-07-03
本篇答案更新状态:已完结

【作业】第1讲 BigData&AI思维篇01-认识大数据 第1讲 作业

1、 问题:以“我在视频中学到了哪些大数据知识？”为方向，写一篇500字左右的学习总结
评分规则: 【 每总结一个知识点获10分
】

【作业】第5讲 BigDat&AI技术篇02-Python快速入门（一） 作业2：提交第5讲视频中的代码

1、 问题:提交第5讲视频中的代码
评分规则: 【 代码完整为满分100
】

【作业】第6讲 BigDat&AI技术篇02-Python快速入门（二） 作业3：提交第6讲视频中的代码

1、 问题:提交第6讲视频中的代码
评分规则: 【 代码完整为满分100
】

【作业】第8讲 BigData&AI技术篇04-TensorFlow 编程基础 作业4

1、 问题:提交第8讲视频中的代码（包括随堂习题），截止日期4月26日23:30，代码完整、作业文件命名正确、提交方式正确为满分100
评分规则: 【 提交第8讲视频中的代码（包括随堂习题），截止日期4月26日23:30，代码完整、作业文件命名正确、提交方式正确为满分100
】

【作业】第9讲 BigDat&AI技术篇05-单变量线性回归：TesnsorFlow实战 作业5

1、 问题:提交第9讲视频中的代码，截止日期5月5日23:30
评分规则: 【 代码完整、作业文件命名正确、提交方式正确为满分100。
】

第10讲 BigDat&AI技术篇06-机器学习中的基本线性代数 单元测试1

1、 问题:计算
选项：
A:
B:
C:
D:
答案: 【】

2、 问题:如果矩阵乘，除，或者加、减一个标量，即：对矩阵的（）元素进行数学运算。
选项：
A:每一个
B:第一列
C:第一行
D:第一行第一列
答案: 【每一个】

3、 问题:计算
选项：
A:不符合矩阵减法运算规则
B:
C:
D:
答案: 【不符合矩阵减法运算规则】

4、 问题:矩阵-矩阵加法和减法要求是矩阵具有相同的（）
选项：
A:尺寸,即行数和列数都相等
B:行数
C:列数
D:元素数
答案: 【尺寸,即行数和列数都相等】

5、 问题:计算
选项：
A:
B:0
C:
D:
答案: 【】

6、 问题:下列代码的运行结果（）import numpy as npa=np.array([[1,2],[3,4]])b=np.array([[4,3],[2,1]])print(a*b)
选项：
A:[[4 6] [6 4]]
B:[[8 5][20 13]]
C:46
D:报错
答案: 【[[4 6] [6 4]]】

7、 问题:下列代码的运行结果（）a=np.array([[1,2],[3,4]])b=np.array([[4,3],[2,1]])print(np.matmul(a,b))
选项：
A:[[8 5][20 13]]
B:[[4 6][6 4]]
C:报错
D:20
答案: 【[[8 5][20 13]]】

8、 问题:下列代码的运行结果（）import numpy as npa=np.array([[1,2],[3,4]])b=np.array([[4,3],[2,1]])print(np.multiply(a,b))
选项：
A:[[4 6][6 4]]
B:20
C:报错
D:[[8 5][20 13]] 
答案: 【[[4 6][6 4]]】

9、 问题:下列代码的运行结果（）import numpy as npa=np.array([[1,2],[3,4]])b=np.array([[4],[2]])print(a*b)
选项：
A:[[4 8] [6 8]]
B:报错
C:[[ 8]  [20]]
D:26
答案: 【[[4 8] [6 8]]】

10、 问题:下列代码的运行结果（）import numpy as npa=np.array([[1,2],[3,4]])b=np.array([[4],[2]])print(np.matmul(a,b))
选项：
A:[[ 8]  [20]]
B:[[4 8]  [6 8]]
C:28
D:报错
答案: 【[[ 8]  [20]]】

11、 问题:下列代码的运行结果（）import numpy as npa=np.array([[1,2],[3,4]])b=np.array([[4],[2]])print(np.multiply(a,b))
选项：
A:[[4 8] [6 8]]
B:报错
C:28
D:[[ 8] [20]]
答案: 【[[4 8] [6 8]]】

12、 问题:下列程序中运行结果为 [[8]] 的是（）
选项：
A:import numpy as npa=np.array([[1,2]])b=np.array([[4],[2]])print(np.matmul(a,b)) 
B:import numpy as npa=np.array([[1,2]])b=np.array([[4],[2]])print(np.multiply(a,b))
C:import numpy as npa=np.array([[1,2]])b=np.array([[4],[2]])print(a*b)
D:都不能输出[[8]] 
答案: 【import numpy as npa=np.array([[1,2]])b=np.array([[4],[2]])print(np.matmul(a,b)) 】

13、 问题:从标签化训练数据集中推断出函数的机器学习任务是（）
选项：
A:有监督学习
B:无监督学习
C:强化学习
D:半监督学习
答案: 【有监督学习】

14、 问题:样本数据如下x12345y21465假设学习到的模型为y=x+1，则L1损失为（）
选项：
A:4
B:2
C:16
D:3
答案: 【4】

15、 问题:样本数据如下x12345y25469假设学习到的模型为y=2x，则L2损失为（）
选项：
A:10
B:6
C:36
D:8
答案: 【10】

16、 问题:样本数据如下x12345y25469假设学习到的模型为y=2x，则均方误差为（）
选项：
A:2.0
B:1.2
C:7.2
D:1.6
答案: 【2.0】

17、 问题:样本数据如下x12345y3.55689则拟合y=x+4和拟合y=2x哪个的均方误差较大（）
选项：
A:一样大
B:y=x+3
C:y=2x
D:不能确定