人工智能练习题 知识点&解答

CH1 人工智能基础

神经网络基础概念：
输入输出，激活函数，有监督/无监督学习等
数学基础：

• 高等数学：微积分、导数
• 线性代数：矩阵、向量、标量、张量、范数
• 概率论：条件概率，贝叶斯公式
• 信息论：信息熵
  范数：$||\mathbf{x}|{|}_p=\sqrt[p]{{\sum }_i|x_i{|}^p}$，记作$L_p$，读作$p$阶范数

$p=0$时，$L_0={\sum }_i|x_i{|}^0$，为非零元素xi的个数
$p=1$时，$L_1={\sum }_i|x_i|$，为所有元素的绝对值之和
$p=2$时：$L_2=||\mathbf{x}|{|}_p=\sqrt[2]{{\sum }_i{x}_i^2}$，即所有xi的平方和再开方，$L_2$极其常见，常用$||\mathbf{x}||$简记

$L_2$的典型应用——欧式距离。可用于优化正则化项，避免过拟合

答案：
1、B
2、A
3、AB
4、B
5、B
6、B
7、A
8、ABC
9、ACD
10、A
11、BC
12、A
13、A
14、B
15、ABC

注意原话：
https://captainbed.vip/1-2-4/
第（3）问 网络通过梯度下降学习

第（2）问B选项说反了，针对于整个训练集的损失函数叫做成本函数(cost function)

第（8）问揭示了神经网络基本结构+解决问题的原理：
每层结构：线性叠加+激活函数输出
每一层之间再连接

CH2 神经网络基础概念