对于线性回归， 下面哪些说法是正确的？ ( )
1 . 找到离群点很重要, 因为线性回归对离群点很敏感
2. 线性回归要求所有变量必须符合正态分布
3. 线性回归假设数据没有多重线性相关性
1和2
2和3
1,2和5
以上都不对
下列选项中不是 TensorFl ow2.0支持的运算符是（ ）
pow
@
^
//
熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是（ ）
1比特
2.6比特
3.2比特
3.8比特
某电商公司一直存在官网卡顿，网络资源利用率不佳，运维困难的问题，那么该公司可以使用以下哪一种 EI服务?
园区智能体
交通智能体
网络智能体
工业智能体
pandas的三个基本数据结构：Series、______和 Index
numpy
list
number
Dataframe
机器学习的各种算法都是基于（ )理论的。
贝叶斯
回归
决策树
聚类
（假设 preci si on=TP/(TP+FP) , recal l =TP/(TP+FN) 。 ） 在二分类问题中， 当测试集的正例和负例数量不均衡时，以下评价方案哪个是相对不合理的（ ）
Accuracy:(TP+TN)/all
F-value:2*recall*precision/(recall+precision)
G-mean:sqrt(precision*recall)
AUC:曲线下面积
下列对人工智能芯片的表述，不正确的是（ ）。
一种专门用于处理人工智能应用中大量计算任务的芯片
能够更好地适应人工智能中大量矩阵运算
目前处于成熟高速发展阶段
相对于传统的CPU 处理器， 智能芯片具有很好的并行计算性能
人工智能的目的是让机器能够（ ）
具有智能
和人一样工作
完全代替人的大脑
模拟、延伸和扩展人的智能
以下对经典K-means 聚类算法解释正确的是（ ）
能自动识别类的个数, 随机挑选初始点为中心点计算
能自动识别类的个数, 不是随机挑选初始点为中心点计算
不能自动识别类的个数, 随机挑选初始点为中心点计算
不能自动识别类的个数, 不是随机挑选初始点为中心点计算
下列属性中TensorFlow2.0 不支持创建tensor 的方法是?
zeros
fill
create
constant
大数据的最显著特征是（ ）
数据规模大
数据类型多样
数据处理速度快
数据价值密度高
Python中的变量 var 如果包含字符串的内容， 下面哪种数据类型不可能创建 var？
list
string
char
dict
在一个神经网络中，下面哪种方法可以用来处理过拟合？
Dropout
分批归一化(BatchNormalization)
正则化(regularization)
都可以
与十进制101等值的二进制数是（ ）
10011
1100010
1100101
1100110
下列没有运用到人工智能技术的是（ ）。
游戏中人机对战
利用互联网与别人下象棋
生物科技中的视网膜识别
掌纹识别
批量梯度下降，小批量梯度下降，随机梯度下降最重要的区别在哪里?
梯度大小
梯度方向
学习率
使用样本数
通用文字识别服务调用成功时， 返回的文字识别结果保存在下列哪个字段中?
text
result
content
words
当在卷积神经网络中加入池化层(poolinglayer) 时， 变换的不变性会被保留， 是吗？
不知道
看情况
是
否
由C++源程序文件编译而成的目标文件的默认扩展名为（ ）
exe
obj
cpp
lik
假设一个具有3个神经元和输入为[1,2,3] 的简单 MLP 模型。 输入神经元的权重分别为4,5和6。假设激活函数是一个线性常数值 3(激活函数为： y=3x) 。 输出是什么？（ ）
32
643
96
48
（ ）是一种基于树结构进行决策的算法。
轨迹跟踪
决策树
数据挖掘
K近邻算法
Python3中获取用户输入并默认以字符串存储的函数是（ ）
raw_input
input
raw
关于ARMA、AR、 MA 模型的功率谱，下列说法正确的是（ ）
MA模型是同一个全通滤波器产生的
MA模型在极点接近单位圆时，MA谱是一个深谷
AR模型在零点接近单位圆时，AR谱是一个尖峰
RMA谱既有尖峰又有深谷
我们可以将深度学习看成一种端到端的学习方法，这里的端到端指的是（ ）
输入端-输出端
输入端-中间端
输出端-中间端
中间端-中间端