- 1。什麼是人工智能?
- 2。之間的區別是什麼人工智能、機器學習、深度學習?
- 3所示。不同類型的人工智能是什麼?
- 4所示。名字AI的一些流行的編程語言。
- 5。列舉一些人工智能應用程序和共同使用。
- 6。提到一些流行的人工智能領域。
- 7所示。什麼是弱人工智能和強人工智能的區別?
- 8。專家係統是什麼?它的特點是什麼?
- 9。專家係統的優點是什麼?
- 10。人工神經網絡是什麼?一些常用的名稱。
- 11。安的超參數是什麼?
- 12。河內塔是什麼?
- 13。圖靈測試是什麼?
- 14。一個A *算法搜索方法是什麼?
- 15。廣度優先搜索算法是什麼?
- 16。深度優先搜索算法是什麼?
- 17所示。模糊邏輯是什麼?它的應用程序列表。
- 18歲。提到一些流行的機器學習算法嗎?
- 19所示。區分參數和非參數模型。
- 20.集成學習是什麼?
是否你正在考慮的職業,或者你想向上爬,你已經在人工智能領域,未來肯定是光明的。有很多專業人士,除了你,誰有認識到機會進入這個領域。考慮到這一領域的競爭,將自己定位為一個成功的求職者從人群中脫穎而出。因此,它是一個好主意在人工智能,不僅追求認證也提前準備AI麵試問題至關重要的工作。下麵是一些常見的將幫助您準備相同。
1。什麼是人工智能?
人工智能是計算機科學領域中研究人類大腦的認知功能和複製在一台機器或一個係統。今天的人工智能是廣泛應用於各種經濟領域包括科技、醫療、電信、能源等。人工智能有三個不同的層次:
- 狹義人工智能:AI機器執行一個特定任務時狹窄比人類更好。人工智能的研究現狀是發生在這個水平。
- 一般人工智能:AI達到一般狀態時,可以執行任何知識任務相當於人類的的準確性。
- 活躍AI:人工智能是活躍的時可以完全擊敗人類在所有執行的任務。
2。之間的區別是什麼人工智能、機器學習、深度學習?
DL是毫升的一個子集,AI的子集。因此,人工智能是包羅萬象的概念,最初發生在計算機科學。然後緊接著毫升,蓬勃發展之後,最後DL,現在承諾升級艾城的進步到另一個水平。
閱讀更多關於不同人工智能,機器學習,深入學習。
3所示。不同類型的人工智能是什麼?
- 反應機器AI:基於目前的行為,是不能夠使用以前的經驗形成當前決策同時更新他們的記憶。
- 有限內存人工智能:這種類型的人工智能用於無人駕駛汽車——他們不斷檢測車輛周圍的運動,把它添加到他們的記憶。
- 心理理論AI:先進的人工智能水平有能力理解情緒和人。
- 自我意識的人工智能:這種類型的人工智能具有類似人類的意識和反應。這樣的機器有能力形成自勵的行動。
- 人工狹窄智能(ANI):這種類型的人工智能是一個通用的人工智能,基本上用於構建虛擬助理Siri或Alexa等。
- 人工總體智能(AGI):美國國際集團也被稱為強人工智能。例子:Pillo機器人——回答問題與健康有關。
- 人工超人的智能(ASI):這是人工智能,擁有能力做人類能做的一切。一個例子是α2是第一個人形ASI機器人。
4所示。名字AI的一些流行的編程語言。
人工智能的一些常用編程語言包括:
- Python
- R
- 口齒不清
- 序言
- Java
5。列舉一些人工智能應用程序和共同使用。
AI-powered經濟的工具被應用在各種領域,包括:
- 自然語言處理
- 聊天機器人
- 情緒分析
- 銷售預測
- 自動駕駛汽車
- 麵部表情識別
- 圖像標簽
6。提到一些流行的人工智能領域。
最受歡迎的在人工智能領域有:
- 機器學習
- 神經網絡
- 機器人
- 專家係統
- 模糊邏輯係統
- 自然語言處理
7所示。什麼是弱人工智能和強人工智能的區別?
弱智能 | 強人工智能 |
這是一個狹窄的應用範圍有限。 | 這是一個廣泛的應用程序與一個更廣闊的範圍。 |
這個應用程序是好的在特定任務。 | 這個應用程序有一個令人難以置信的人類智能。 |
它使用監督和非監督學習來處理數據。 | 它使用聚類和關聯處理數據。 |
例如:Siri, Alexa。 | 例如:先進的機器人 |
8。專家係統是什麼?它的特點是什麼?
專家係統是一個人工智能的程序,有一個的專家級知識一個特定區域的數據及其利用適當的反應。這些係統往往有能力替代人類專家。其特點包括:
- 高性能
- 一致性
- 可靠性
- 勤奮
- 公正的本質
閱讀更多關於在人工智能專家係統。
9。專家係統的優點是什麼?
專家係統的優點是:
- 容易獲得
- 低生產成本
- 更大的速度和減少工作量
- 他們避免運動,緊張和疲勞
- 他們減少錯誤。
10。人工神經網絡是什麼?一些常用的名稱。
人工神經網絡,顧名思義,是brain-inspired係統旨在複製人類學習的方式。神經網絡由輸入和輸出層,以及一個隱藏層組成的單位,將輸入轉換為最優輸出。他們是優秀的工具來找到模式過於複雜或許多人類程序員來提取和教機器識別。
一些常用的包括:
- 前饋神經網絡
- 多個多層感知器神經網絡
- 卷積神經網絡
- 複發性神經網絡
- 模塊化神經網絡
閱讀更多關於類型的神經網絡。
11。安的超參數是什麼?
- 學習速率:學習速率意味著網絡學習速度參數。
- 勢頭:這個參數有助於在未來的局部最小值和撫平跳躍而梯度下降。
- 時代:這表明整個訓練數據的次數到網絡。在這裏,訓練被稱為時代的數量。
12。河內塔是什麼?
河內塔本質上是一個數學難題顯示如何利用遞歸的設備建立一個算法來解決特定的問題。河內塔可以解決使用決策樹和廣度優先搜索(BFS)算法在人工智能。3盤,一個謎基本上可以解決7移動。然而,所需的最小的一係列舉措,解決一個河內塔難題是2n−1,其中n是磁盤的數量。
13。圖靈測試是什麼?
圖靈測試是一種測試方法,機器與人類智慧的能力。它是隻考慮智能如果它通過了圖靈測試。然而,機器可以被認為是智能即使沒有充分了解如何模仿人類,在特定的場景。
14。一個A *算法搜索方法是什麼?
一個*是人工智能的計算機算法,廣泛用於尋找路徑的目的或遍曆圖,獲得最優的節點之間的路由。廣泛用於解決尋路問題在視頻遊戲。考慮它的靈活性和通用性,可以用於廣泛的上下文。*製定與加權圖,這意味著它可以找到最好的路徑包括最小距離和時間的成本。這使得*一個知情的最佳優先搜索算法。
15。廣度優先搜索算法是什麼?
廣度優先搜索(BFS)算法用於搜索樹或圖的數據結構。從根節點開始,通過鄰近節點,最後走向下一個節點的水平。直到安排是發現和創造,它產生一個樹在任何給定的時刻。這種追求是能夠利用FIFO(先進先出)執行的數據結構,這種策略給出了最短路徑的解決方案。
16。深度優先搜索算法是什麼?
深度優先搜索算法(DFS)是一種基於後進先出(以後,出)。由於遞歸使用後進先出堆棧數據結構,實現節點比石按不同的順序排列。路徑存儲在每個迭代中從根到葉節點和空間需求以線性方式。
17所示。模糊邏輯是什麼?它的應用程序列表。
模糊邏輯是人工智能的一個子集。它是人類學習一種編碼方式進行人工處理。它是表示為if - then規則。它的一些重要的應用包括:
- 麵部模式識別
- 空調、洗衣機和吸塵器
- 反防滑刹車係統和傳輸係統
- 地鐵係統和無人駕駛直升機的控製
- 天氣預報係統
- 項目風險評估
- 醫學診斷和治療計劃
- 股票交易
18歲。提到一些流行的機器學習算法嗎?
一些流行的機器學習算法是:
- 邏輯回歸
- 線性回歸
- 決策樹
- 支持向量機
19所示。區分參數和非參數模型。
分化 | 參數模型 | 非參數模型 |
特性 | 有限數量的參數來預測新數據 | 無限數量的參數來預測新數據。 |
算法 | 物流regressionLinear判別analysisPerceptronNaive貝葉斯 | 再neighboursDecision樹(E.g.CART和C4.5)支持向量機 |
好處 | 使用方便快速functioningLess數據 | FlexibilityPowerPerformance |
限製 | 約束有限差符合複雜性 | 更多dataSlowerOverfit |
20.集成學習是什麼?
集成學習是一種計算技術分類器或專家戰略形成和總和。它是用來提高分類、預測和函數的近似模型。