计算与人工智能概论（湖南大学信息科学与工程学院）超星学习通章节测试答案

计算与人工智能概论（湖南大学信息科学与工程学院）超星学习通章节测试答案

1.1计算的历史
1【判断题】1946年，冯·诺伊曼提出了存储程序的概念以及计算机组成和框架，奠定了现代计算机组成和工作原理的基础。（对）
2【单选题】（D）年，IBM公司正式推出了全球第一台个人计算机-INM PC。
A、1955
B、1959
C、1971
D、1981

1.2计算机是如何工作的（上）
1【判断题】程序语言协调计算机硬件与用户编写的软件的中间层次，为软件提供服务，控制计算机硬件工作。（错）
2【多选题】下列选项中，数据应用软件的是（CD）。
A、操作系统
B、数据库
C、政务软件
D、工具软件

1.3 计算机是如何工作的（下）
1【单选题】（B）是符号化的语言、机器指令。
A、机器语言
B、汇编语言
C、高级语言
D、自然语言
2【判断题】程序的构造是一系列计算规则的表示，是计算机能够理解与执行的解决问题的步骤。（对）

1.4计算思维（上）
1【单选题】（C）以设计与构造为特征。
A、理论思维
B、试验思维
C、计算思维
D、逻辑思维
2【判断题】计算思维关注的是人类思维中有关可行性、可构造性和可评价性的部分。（对）

1.5计算思维（下）
1【单选题】（A）指完成某项任务的一系列指令，即解决问题的方案（步骤）。
A、算法设计
B、分解
C、抽象
D、模式识别
2【判断题】算法没有高级和低级之分，高效地解决问题才是目的。（对）

1.6 人工智能（上）
1【单选题】人脸识别一般使用的是（C）的算法。
A、基于跳数的定位算法
B、质心定位算法
C、区域特征分析
D、基于TOA的测距方法

1.7 人工智能（下）
1【判断题】从理论上讲，无法通过暴力搜索所有可能的对弈过程来确定最优的走法。（错）
2【多选题】人工智能的（CD）在整体上比人类差太多。
A、基础智能
B、感知智能
C、认知智能
D、创新智能

1.8.1 物联网泛在感知助力建筑智能化转型
1【单选题】（B）是整个物联网架构的基石。
A、基础层
B、感知层
C、网络层
D、应用层
2【判断题】智能建筑5A系统是指建筑自动化系统、办公自动化系统、信息管理自动化系统、通信自动化系统和消防自动化系统。（对）

1.8.2 智能建筑物联网泛在感知计算模型
1【多选题】智能建筑物联网泛在感知模型主要包括（ABC）。
A、感知层
B、传输层
C、处理层
D、网络层

1.8.3 智能建筑物联网泛在感知关键技术
1【单选题】WIFI RSS指纹算法属于（C）。
A、基于跳数的定位算法
B、质心定位算法
C、特征匹配算法
D、基于TOA的测距方法

1.8.4 智能建筑物联网泛在感知应用案例
1【判断题】在城市建筑立体化天空地协同应急救援系统中，云端服务器为终端设备提供网络接入、数据转发、数据存储、模型计算等服务。（错）

2.1计算与计算机简述
1【判断题】人工智能的各种应用也需要存储数据。（对）
2【单选题】数据融合处理与分析对应计算环境的（B）。
A、输入集合
B、固定程序
C、状态集合
D、输出集合

2.2 图灵机模型图灵机
1【单选题】（D）对应图灵结构中的固定程序。
A、无限长的存储带
B、读写头
C、内部状态寄存器
D、规则逻辑

2.3 冯·诺依曼体系结构
1【判断题】冯·诺伊曼计算机体系结构中的CPU相当于图灵机的读头。（对）
2【多选题】冯·诺伊曼计算机体系结构中将（BC）封装在一起组成CPU。
A、输入设备
B、运算器
C、控制器
D、存储器

2.4 机器算法、机器指令、机器级程序
1【单选题】（A）的位数表示机器指令数目，内容表示机器做什么操作。
A、操作码
B、地址码
C、信息码
D、信号码
2【判断题】机器指令的操作码和地址码都是通过二进制进行换算的。（对）

2.5冯.诺依曼工作原理、并行计算、嵌入式计算
1【判断题】冯·诺伊曼计算机体系结构是以存储器为中心的结构。（错）
2【单选题】以下关于冯·诺依曼计算机工作原理叙述错误的是（C）。
A、控制器向输入设备发送信号，让输入设备将程序和数据存入存取器
B、控制器向运算器发送信号，让运算器进行运算
C、运算器向存储器发送信号，让存储器将操作数送至控制器
D、控制器向输出设备发送信号，让输出设备进行输出

2.6 计算执行
1【单选题】以下关于进程叙述正确的是（B）。
A、是一个静态的概念
B、是执行中的程序
C、是线程的一个实体
D、是比线程更小的能独立运行的基本单元
2【单选题】（C）指进程被赋予不同的优先级，当优先级高的进程到达时，便暂停当前正在执行的进程，运行优先级高的进程。
A、非抢占原则
B、短进程优先原则
C、优先权原则
D、时间片原则

2.7未来计算机
1【多选题】未来的计算机将向（ABCD）方向发展。
A、微型化
B、巨型化
C、网络化
D、智能化
2【判断题】人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构。（对）

2.8.1 超算---探索计算的极限（上）
1【多选题】1990年代，（BC）超级计算机标志着大规模并行处理的兴起。
A、Cray-1
B、地球模拟器
C、蓝基因
D、神威太湖之光
2【单选题】在超算的计算环境中，使用（C）的软件来分配计算资源。
A、GPU
B、CPU
C、调度器
D、控制器
3【判断题】分布式文件系统管理的物理存储资源直接连接在本地节点上，或是若干不同的逻辑磁盘分区或卷标组合在一起而形成的完整的有层次的文件系统。（错）

2.8.2 超算---探索计算的极限（下）
1【判断题】Flink的Rutime核心层提供了支持流计算和批计算的接口。（错）
2【单选题】Spark streaming基于（B）。
A、流处理
B、批处理
C、并行处理
D、串行处理
3【单选题】（A）在处理复杂指令和商业计算的运用方面有较大优势。
A、X86
B、ARM
C、MIPS
D、RISC-V

2.8.3 芯片---中国芯的成长之路（上）
1【判断题】Intel的386芯片的诞生标志着计算机进入64位时代，性能显著提升。（错）
2【多选题】下列选项中，属于数字芯片的是（AC）。
A、存储器
B、信号链芯片
C、微控制器
D、电源管理芯片
3【单选题】规格制定属于芯片生产流程中的（A）。
A、芯片设计
B、晶圆制造
C、封装检测
D、系统设计

2.8.4 芯片---中国芯的成长之路（下）
1【单选题】EUV光刻机以波长为13.5纳米的（C）作为光源的光刻技术。
A、极蓝光
B、极红光
C、极紫外光
D、极红外光
2【判断题】2D封装适用于简单芯片和低成本制造，3D封装在性能和功耗方面取得了平衡。（错）

3.1问题求解的计算思维方法
1【单选题】（B）即找出拆分各子问题之间的异同，同时观察数据的趋势和规律。
A、问题分解
B、模式识别
C、抽象
D、算法设计

3.2在屏幕上计算输出并绘制篮球坐标点
1【判断题】python使用缩进来区分不同代码块的级别。（对）

3.3用函数的方式在屏幕上绘制篮球坐标点
1【多选题】以下关于自定义函数叙述正确的是（ABC）。
A、以关键字def开头，然后给出函数名
B、参数列表可以为空，也可以有一个或多个参数
C、函数体由一条或多条语句组成
D、return语句返回函数值，函数值只能是1个

3.4在合理的范围内计算并绘制篮球坐标点
1【单选题】多分支结构用（D）来实现。
A、if
B、if-else
C、if-elif
D、if-elif-else

3.5在合理的范围内计算并绘制多个篮球坐标点
1【多选题】循环的三要素包括（BCD）。
A、循环语句的表达
B、循环初始化
C、循环条件判断
D、循环变量的修改

3.6在合理的范围内计算并绘制多条篮球轨迹线
1【判断题】多重循环的设计要注意内外循环不能交叉，内循环包含在外循环内。（对）

4.1用列表的方式在屏幕上绘制多条篮球轨迹线
1【单选题】以下关于列表的叙述错误的是（D）。
A、包含若干元素，用[]表示
B、元素是按序编号的
C、利用编号可对元素进行增删查改等操作
D、列表元素必须是同一类型的数据

4.2用字典的方式在屏幕上绘制多条篮球轨迹线
1【判断题】字典是一种可变的映射数据容器，数据以键值对的方式放在一对[错]中。

4.3用文件的方式在屏幕上绘制多条篮球轨迹线
1【多选题】按照文件的编码方式，可以将文件分为（AB）。
A、文本文件
B、二进制文件
C、CSV文件
D、JSON文件

4.4机器人百分百投篮
1【单选题】在机器人百分百投篮问题中，（C）查找已有的投篮数据。
A、seek_theta( )函数
B、datas_save( )函数
C、datas_find( )函数
D、plt.plot( )函数

5.1问题提出与数学建模
1【判断题】数学建模的四要素包括：输入、输出、约束和优化目标。（对）

5.2算法的表达：数据结构与控制结构
1【多选题】线性表的存储结构包括（CD）等。
A、数
B、图
C、链表
D、队列

5.3穷举法及其效率分析
1【单选题】（B）表示条件判断，并根据判断结果执行不同的分支。
A、矩形框
B、菱形框
C、圆形框
D、箭头线

5.4二分搜索算法
1【判断题】穷举法的内循环不属于搜索算法。（错）

5.5用二分搜索设计新算法
1【单选题】本课程岩石采集案例，其二分搜索算法的时间复杂度最终为（C）。
A、O(n 2logn)
B、O(n)
C、O(nlogn)
D、O(n 2)

5.6问题拓展：采集4块岩石
1【判断题】若所有可能的不同组合为n^4，则解空间大小为n^4。（对）

5.7.1八皇后问题及其建模
1【单选题】不考虑约束条件，八皇后问题共有多少种可能解？（D）
A、4!
B、8!
C、16!
D、64!

5.7.2穷举算法求解八皇后问题
1【单选题】这种对解空间中全部状态进行枚举，然后计算并验证状态是否符合约束条件的算法称为（A）。
A、穷举算法
B、回溯算法
C、智能算法
D、递归回溯算法

5.7.3八皇后问题的回溯算法
1【判断题】回溯算法适用于解一些组合数相当大的问题。（对）

5.7.4n皇后问题的递归回溯算法
1【多选题】（AB）是以嵌套的循环来实现的。
A、穷举算法
B、回溯算法
C、智能算法
D、递归回溯算法

5.7.5n皇后问题的智能算法
1【单选题】（A）又被称为导向性随机搜索算法。
A、爬山算法
B、模拟退火
C、遗传算法
D、神经网络

6.1自然语言处理
1【单选题】（D）利用统计学习的方法建立语言处理模型，并由语料库中的训练数据来估计统计模型中的参数。
A、基于规则的理性主义自然语言处理方法
B、基于统计的理性主义自然语言处理方法
C、基于规则的经验主义自然语言处理方法
D、基于统计的经验主义自然语言处理方法
2【多选题】自然语言处理的两大核心任务是（AB）。
A、自然语言理解
B、自然语言生成
C、句法分析
D、语义分析
3【判断题】自然语言生成可以理解为自然语言理解的逆向过程。（对）

6.2机器视觉技术
1【判断题】无人驾驶汽车用神经网络对捕获的图像进行分析从而做决策。（对）
2【单选题】以下关于神经网络的隐含层叙述正确的是（D）。
A、神经元数量由输入向量的维数决定
B、不对数据进行处理
C、神经元数量由需要分类的类别数决定
D、完成数据的计算和处理

6.3模式识别
1【单选题】在模式识别系统的（B）阶段对数据进行复原、去噪声。
A、数据获取
B、预处理
C、特征提取
D、分类决策
2【单选题】（C）能够对特征进行自动选择。
A、贝叶斯分类器
B、线性分类器
C、神经网络分类器
D、决策树分类器

6.4计算机中的图像表示及语义感知
1【单选题】（A）的任务是确定图像中语义对象的位置。
A、图像分割
B、图像分类
C、目标检测
D、图像语义捕捉
2【判断题】灰度图像中每一个像素点在计算机中必须采用1个byte存储。（错）
3【判断题】一张RGB的彩色图像在计算机中实际上就是一个三维矩阵。（对）

6.5图像变换
1【多选题】在图像的几何变换中，位置变换包括（CD）。
A、放大
B、错切
C、平移
D、镜像
2【判断题】图像缩小需要对多出的空位填入适当的值，是信息的估计。（错）
3【单选题】（C）实际上是平面景物在投影平面上的非垂直投影效果。
A、图像放大变换
B、图像平移变换
C、图像错切变换
D、图像镜像变换

6.6目标检测算法简介
1【单选题】MSCOCO数据集含有（C）个类别。
A、20
B、40
C、80
D、100

6.7基于深度学习的目标检测算法
1【多选题】以下关于R-CNN算法叙述正确的是（ABC）。
A、需要生成大量的region proposals
B、需要对每个region proposal用CNN提取特征
C、分类与特征提取分开，错误梯度无法传递
D、可以处理不同尺寸的输入，对整个图片提取特征
2【单选题】（D）使用区域提取网络（RPN）来提取region proposals。
A、R-CNN
B、SPatial Pyramid Pooling
C、Fast R-CNN
D、Faster R-CNN
3【判断题】一阶段方法同时产生候选区域和分类结果，速度快。（对）

6.8YOLO算法的基本概念及原理
1【单选题】（C）指对于每个真实框，找到重叠度最大的锚框作为正样本，随机挑选低重叠的锚框作为负样本。
A、网格化图片
B、锚框生成
C、候选区域生成
D、模型训练
2【判断题】在YOLO算法中，class表示候选框所包含的对象类别。（对）

6.9YOLO算法的训练和测试
1【多选题】（AC）是目标检测迁移学习问题研究的主要研究任务。
A、one-shot learning
B、Relation Netwrok
C、zero shot learning
D、Deep Regionlets
2【单选题】（A）指训练数据里只有类别标签，没有位置标签，需要在训练过程中自动识别训练样本的位置信息。
A、弱监督学习问题
B、迁移学习问题
C、非极大抑制算法
D、多特征融合

6.10.1 无人驾驶简介
1【单选题】（B）更注重机器的自主驾驶能力。
A、智能驾驶
B、自动驾驶
C、无人驾驶
D、智慧驾驶
2【单选题】（B）驾驶自动化系统已经可以独立完成部分驾驶场景中的自动驾驶的功能，但驾驶员需要充当安全员、监督员。
A、2级
B、3级
C、4级
D、5级

6.10.2 无人驾驶系统
1【单选题】利用计算思维对无人驾驶系统进行分解的流程是（A）。
A、设计目标确定-软硬件选项-算法探究-抽象化-算法设计
B、设计目标确定-抽象-软硬件选项-算算法探究-算法设计
C、设计目标确定-算法设计-软硬件选项-抽象化-算法探究
D、设计目标确定-算法探究-算法设计-抽象化-软硬件选项

6.10.3 无人驾驶小车（1）
1【多选题】在本课程设计无人驾驶小车案例中，设计目标需要考虑的因素包括（ABCD）。
A、运行环境
B、任务要求
C、运行速度
D、法律、道德、风险等

6.10.4 无人驾驶小车（2）
1【判断题】无人驾驶系统的实现涉及计算及通信、传感器、感知与识别、决策与规划、控制与执行等关键技术。（对）

7.1人工智能与机器学习简介
1【单选题】
下列选项中，（D）不属于人工智能的生物识别技术。
A、指纹识别
B、声音识别
C、虹膜识别
D、图像识别

2【单选题】（C）从交互数据中学习序列决策。
A、监督学习
B、无监督学习
C、强化学习
D、深度学习
3【多选题】机器学习的核心算法可以分为（ABC）三类。
A、监督学习
B、无监督学习
C、强化学习
D、深度学习

7.2监督学习——决策树
1【判断题】训练数据拥有标记信息的学习任务称为非监督学习。（错）
2【多选题】监督学习的任务包括（CD）。
A、聚类
B、拟合
C、分类
D、回归
3【单选题】当信息熵的值为（A），样本的纯度最高。
A、0
B、1
C、0.5
D、-1

7.3监督学习——k近邻
1【判断题】在k近邻算法中，若k值过小，预测结果对近邻的实例点非常敏感，整体模型比较复杂，容易发生过拟合。（对）
2【单选题】（C）表示两个（相同长度）字对应位不同的数量。对两个字符串进行异或运算，并统计结果为1的个数。
A、欧氏距离
B、曼哈顿距离
C、汉明距离
D、切比雪夫距离
3【单选题】两个向量夹脚为90度时，余弦相似度为（B）。
A、1
B、0
C、-1
D、0.5

7.4无监督学习
1【单选题】（A）思想是按数据的内在相似性将未知标签的数据集划分为多个类别。
A、聚类
B、拟合
C、分类
D、回归
2【判断题】K-means以距离作为相似性度量的标准，将无标签的数据集聚类成不同的簇。（对）

7.5算法基本概念简介
1【判断题】分类算法的标记值都是连续值。（错）

7.6决策树算法-树的建立
1【多选题】下列选项中，（AB）生成的结点将导向叶子结点。
A、当前结点包含的样本全部属于同一类别
B、当前属性集为空，或所有样本在所有属性上取值相同
C、当前结点包含的样本集合为1
D、信息熵为1
2【判断题】一般而言，信息增益越大，则意味着使用属性a来进行划分所获得的“纯度提升“越大。（对）

7.7决策树算法-树的剪枝
1【单选题】（B）是指学习器把训练样本学习的“太好”，将训练样本本身的特点当作所有样本的一般性质，导致泛化性能下降。
A、欠拟合
B、过拟合
C、强拟合
D、弱拟合
2【判断题】可以采取优化目标加正则项和early stop的策略防止欠拟合。（错）
3【多选题】剪枝的基本策略包括（CD）。
A、留出法
B、冗余法
C、预剪枝
D、后剪枝

7.8 k近邻算法
1【单选题】（C）常用于计算文本的相似度。
A、欧氏距离
B、曼哈顿距离
C、余弦相似度
D、汉明距离
2【判断题】特征空间中的两个实例点的距离是两个实例点相似程度的反映，由不同的距离度量方式所确定的“最近邻点”是相同的。（错）

7.9k-means 算法
1【多选题】聚类可以分为（BCD）三大类。
A、拟合聚类
B、层次聚类
C、密度聚类
D、原型聚类
2【判断题】K-means算法是对数值型数据进行聚类的方法。（对）

7.10.1 深度学习——图像识别
1【单选题】（D）是一种基于神经网络的机器学习方法，其可以自动地学习到从原始数据到目标任务的映射关系。
A、监督学习
B、无监督学习
C、强化学习
D、深度学习
2【判断题】图像识别技术可以应用于图像分类、图像分割和人脸识别领域，无法应用于目标检测。（错）

7.10.2 图像识别深度学习方法
1【判断题】人脸识别技术不但基于人脸图像的几何特征，它还利用了人脸的纹理特征。（对）
2【单选题】DMP是一种（C）的识别方法。
A、基于特征
B、基于模板
C、基于动态运动原型
D、基于统计理论

7.10.3基于昇腾AI的实验设计（1）
1【判断题】昇腾310处理器基于达芬奇架构，本质上是人工智能片上系统。（对）

7.10.4基于昇腾AI的实验设计（2）
1【多选题】华为云服务指“一云两翼双引擎+开放的生态”，其中两翼指（CD）。
A、昇腾
B、鲲鹏
C、智能计算
D、智能数据与存储

7.10.5拓展练习
1【单选题】（C）指对图像文件的打印字符进行检测识别，将图像中的文字转换成可编辑的文本格式，以JSON格式返回识别结果。
A、FRS识别
B、ASR识别
C、OCR识别
D、IRT识别

8.1搜索策略
1【多选题】下列选项中，（AB）属于启发式搜索。
A、A搜索法
B、A *搜索法
C、深度优先搜索DFS
D、宽度优先搜索BFS
2【单选题】（B）考虑与问题有关的特征信息，估算出每个结点的价值，并依据价值的大小选择性地进行搜索。
A、盲目搜索
B、启发式搜索
C、无信息搜索
D、深度优先搜索
3【判断题】A *搜索算法是指满足h(x)<=h *(x)的A搜索算法。（对）

8.2强化学习——概念
1【单选题】强化学习的基本要素中，（C）是环境因智能体的动作为其产生的反馈。
A、策略
B、环境模型
C、即时奖励
D、价值函数
2【单选题】（B）从（状态，动作）到状态的映射，决定不同状态之间的转移概率。
A、策略
B、环境模型
C、即时奖励
D、价值函数
3【判断题】价值函数从长远的角度来估计智能体当前行为的好坏。（对）

8.3强化学习——案例
1【判断题】Q-learning算法维护一个Q表格，对价值函数进行估计，Q表格里记录每个状态下采取各个动作的价值。（对）

8.4群体智能
1【单选题】在人工蜂群算法的组成要素中，（B）找到食物并分享信息。
A、非雇佣峰
B、雇佣峰
C、侦查蜂
D、跟随蜂

8.5搜索与优化概述
1【多选题】根据智能决策方法IDSS大致分为（ABC）。
A、基于人工智能
B、基于数据仓库
C、基于范例推理
D、基于模型知识库
2【判断题】搜索算法本质上是一个程序，旨在找到到达目标的最佳或最短路径。（对）
3【单选题】（C）不属于智能优化算法。
A、模拟退火
B、遗传算法
C、爬山法
D、粒子群优化算法

8.6遗传算法
1【判断题】粒子群优化算法是模仿生物遗传学和自然选择机理，通过人工方式所构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真。（错）
2【单选题】以下关于遗传算法基本思想叙述错误的是（A）。
A、一个后继状态由一个父状态决定
B、一个状态用编码来表示一个解（染色体）
C、定义一个适应值函数用来评价解的好坏
D、通过选择、交叉、变异的操作产生下一代的解

8.7模拟退火
1【单选题】（A）允许算法向坏的方向移动以摆脱局部最优值，但这种移动随着时间的推移概率逐步下降。
A、模拟退火
B、遗传算法
C、爬山法
D、粒子群优化算法

8.8粒子群优化算法
1【单选题】（D）的基本思想源于对鸟群觅食行为的研究。
A、模拟退火
B、遗传算法
C、爬山法
D、粒子群优化算法
2【多选题】粒子群优化算法的粒子速度更新公式由（ABC）组成。
A、动量分量
B、认知分量
C、社会分量
D、个体分量

9.1智能机器人
1【单选题】（B）开始像人类一样感受身边的事物并可以做出一定的反应。
A、程序控制型机器人
B、感知型机器人
C、智能机器人
D、智慧机器人

9.2什么是大数据和主流平台
1【多选题】大数据的特点包括（ABD）。
A、大量
B、高速
C、高价值密度
D、真实性
2【判断题】大数据平台依托云计算发展数据处理、存储和分析的能力。对

9.3大数据架构及Hadoop生态
1【单选题】（D）的优势在于非常适合部署在非常廉价的机器上面，它能够在这些廉价的机器上面提供高吞吐量的数据访问，非常适合大规模数据集上的应用。
A、YARN
B、MAPREDUCE
C、TEZ
D、HDFS

9.4MapReduce原理
1【判断题】MapReduce是基于集群的一个高性能的并行计算平台，能够自动完成计算任务的并行化处理。（对）

9.5机器人知识图谱
1【单选题】（C）定义为环境的两种状态（初始状态和目标状态）之间的差别，必须用适当的程序设计语言来描述这些任务。
A、机械手
B、环境
C、任务
D、控制器
2【多选题】机器人的核心在于（ABD）。
A、感知
B、控制
C、分类
D、决策

9.6机器人运动学和动力学
1【判断题】动力学主要研究机器人在立体空间立间的位置如何映射到机器人里面每一个传动装置对应的参数上面去。（错）

9.7机器人应用展示
1【判断题】日本在人形机器人是完完全全模仿人类，由人造骨骼和机构构成等。（对）

10.1互联网基础
1【判断题】IP协议负责应用软件和网络软件之间的通信。（错）

10.2 HTML语言简介
1【多选题】网页设计在结构方面需要遵循的Web标准是（AC）
A、XML
B、DOM
C、XHTML
D、ECMAScript

10.3网络爬虫
1【单选题】Requests库中的requexte.get()对应于HTTP的（B）。
A、HEAD
B、GET
C、POST
D、PUT

10.4信息提取
1【判断题】如果每层Tag除最里层仅含有一个字符串外，其它Tag只有一个子Tag，string属性返回外面Tag的字符串。（错）

10.5爬虫协议
1【单选题】（D）是一种存放在网站根目录下面的文本文件，全称“网络爬虫排除协议”。
A、DNS协议
B、TCP协议
C、IP协议
D、robots协议

10.6.1中文文本处理(上)
1【多选题】序列类型包括（ABC）。
A、字符串
B、列表
C、元组
D、集合

10.6.2中文文本处理(中)
1【判断题】停用词stopwords是指文本中频繁出现但通常没有太多意义的词语。（对）

10.6.3中文文本处理(下)
1【单选题】在生成词云步骤中，（C）表示加载词云文本。
A、import wordcloud
B、w = wordcloud.WordCloud
C、w.generate(txt)
D、w.to_file()

11.1数据管理的三个阶段
1【多选题】数据管理的文件系统阶段的特点包括（ACD）。
A、数据长期保存
B、采用特定的数据模型
C、程序与数据有了一定的独立性
D、数据的独立性低

11.2数据库系统的组成
1【判断题】数据库系统是指引入数据库技术的计算机系统，它实现了有组织地、动态地存储大量相关数据，提供了数据处理和信息资源共享的便利手段。（对）

11.3数据库设计
1【单选题】（B）是可变长度的字符数据。
A、char
B、varchar
C、text
D、float

11.4数据库和数据表基本操作
1【判断题】sql语言可以独立完成数据库生命周期中的全部活动。（对）

11.5Python操作数据库
1【判断题】matplotlib是python远程连接mysql数据库的模块。（错）

12.1数据分析定义及应用场景
1【判断题】计算机数据是具有一定意义的文字、文本和模拟量等的统称。（对）

12.2数据分析步骤
1【多选题】数据分析的基本步骤包括（ABCD）。
A、数据采集
B、数据处理
C、数据分析和挖掘
D、数据可视化

12.3从数据文件到字典
1【单选题】在python程序中，zd={}表示（A）。
A、建立空字典
B、打开数据文件
C、读取第一行
D、将数据部分分割为列表

12.4数据处理pandas数据统计
1【单选题】以下关于DataFrame的叙述错误的是（D）。
A、是常用的pandas对象
B、有行索引，表明不同的行
C、有列索引，表明不同的列
D、是三维标记数据结构

12.5数据可视化
1【判断题】figsize参数制定绘图区域的宽度和高度，单位为英寸。（对）

12.6数据挖掘
1【单选题】在数据挖掘的数据准备阶段，需要将数据转化为（B）存入数据文件。
A、tq.txt
B、wdyc.csv
C、clf.fit
D、sklearn.svm

12.7.1 GDP数据预处理
1【单选题】（C）是高效的数值计算库，提供了大量的数学函数并支持多维度矩阵运算，其主要的数据类型是ndarray。
A、pandas库
B、MySQL库
C、numpy库
D、Cassandra库

12.7.2GDP数据基本统计
1【单选题】下列选项中，（C）表示统计标准差。
A、idxmin(axis=0)
B、var(axis=None)
C、std(axis=None)
D、mean(axis=None)

12.7.3GDP数据的可视化(hyr)
1【单选题】matplotlib.pyplot的（D）绘制散点图。
A、append函数
B、pie函数
C、linspace函数
D、scatter函数

12.7.4 GDP数据曲线拟合梯度下降法原理
1【判断题】Weierstrass逼近定理证明，闭区间上的任何连续函数都能在这个区间上用多项式一致逼近。（对）

12.7.5 GDP数据曲线拟合梯度下降法实现
1【判断题】随机梯度下降法可以克服批量梯度下降法运行效率低的问题。（错）

12.7.6 GDP数据曲线拟合sklearn库实现
1【多选题】sklearn库的主要应用包括（ABCD）。
A、聚类
B、分类
C、回归
D、降维