AI 考试笔记 · 知识图谱

泊松分布（Poisson Distribution）：单位时间随机事件发生次数 二项：n 次试验成功次数；正态（高斯）：连续测量值；卡方：统计检验 ========================= 减少操作步骤，提升操作效率：【高效性原则】 简洁：界面干净；一致：逻辑统一；容错：允许失误 ========================= HSV 彩色空间：H =【 色相】，S = 饱和度，V = 亮度 ========================= 关键词提取常用：【重点：SSA 不是关键词提取算法】。 **次要：TF-IDF、TextRank、LDA** ========================= 特征选择三类：**过滤式 Filter、包裹式 Wrapper、嵌入式 Embedded** =嵌入式 Embedded ==决策树 ===格式化数据 ==随机森林 ========================= 非结构化数据：图片、文本、音视频 适用手段：NLP、CV、神经网络、聚类也行（向量化后）、计算机视觉 决策树：擅长结构化表格数据 ======================== ==**召回：真的里面抓多少（查全率，防漏）** ==**精确：猜正的里面对多少（查准率，防误报）** ==**准确率：全部样本猜对比例** ==**F1：精确召回综合得分** 混淆矩阵维度：真实标签、预测标签（TP，以T为主） ======================== 损失函数 → 计算误差 → 反向传播 → 更新模型参数 准确率：只用来评估模型好坏，**不更新权重** ====================== **分类：预测类别（离散值）**，决策树、随机森林、SVM、逻辑回归 **回归：预测数值（连续值）**，线性回归 ======================== 超参数寻优（调参）：网格搜索、随机搜索、贝叶斯优化 K-means、KNN：是模型算法，**不是调参方法** ================================ 新职业道德观念的核心理念：【服务意识】 增强职业道德可以【协调员工之间的关系】增强企业内部凝聚力。 ================================ =K 折交叉验证两大作用：**评估模型性能、选择最优模型** =点云基础信息：【三维坐标、颜色、反射强度】 ==纹理/距离，不是点云 =模型评价：产出评价结果 → 复核重审 → 确定后续方案 =按标注对象划分：**图像、文本、语音**三类。 =*：任意多个字符 =加班费【150%】 =接入网络可【多级】联接。 =以下哪项不是业务分析阶段需要识别的风险：【模型过拟合风险：**属于模型训练阶段才会出现的算法风险**】 =AdaGrad：累积梯度 → 分母变大 → **学习率持续减小** =AI 智能系统设计顺序：首先确认数据 → 业务需求 → 系统架构 → 算法开发 → UI 交互** =数据拆解【发现数据中的隐藏模式和趋势】 =机器标注算法对高层语义对象识别和【提取】效果不好。 =人工智能 (AI) ⊃ 机器学习 (ML) ⊃ 深度学习 (DL) =智能客服系统中，自然语言处理 (NLP) 的主要作用是【提供多语言支持】 =Fitts 定律（菲茨定律）：用于预测用户的【点击速度】 =在使用TensorFlow进行AI模型测试时，如何加载已训练的模型？( )。使用tf.keras.models.load_model() ==TensorFlow：**支持分布式、TensorBoard 可视化、接口灵活；支持 GPU，不局限机器学习** =缺失值处理：删除、插补、变换 / 新增缺失标记 =流程优化方式不包括【配套方案设计】 =主观审核 = 【用户主观感受】 python 数组【输入】 =半结构化标注 = **标签值【结构化】 + 标签域【非结构化】** =数字、数据 属于数学语言 =【InVision】：**可交互原型、模拟产品体验** =【Adobe XD】：原型 Attention-OCR 的优点不包括【增强记忆功能】 。 ================================= - **预剪枝**：树长到一半，提前停止生长（边建边剪） - **后剪枝**：先生成完整大树，再从底部往上剪（建好再剪） 剪枝作用：**降低过拟合，提升泛化能力** ========================= 缓解过拟合手段： ✅训练**过程中**：Dropout、BN 层、L1/L2 正则 ✅训练**之前**：扩充数据集、数据增强、早停（及时停止）、降低模型复杂度 学习率：调整学习率主要是加快模型的训练速度 ======================= 随机抽取样本→缺少 【覆盖度】 ================================ **这个比较难理解** 1. **回归（预测连续数字）** - MSE (L2 均方损失)、MAE (L1 平均绝对损失) 2. **分类（预测类别）** - 交叉熵：深度学习分类最常用 - Hinge：SVM - 0-1 损失：理想分类损失，无法直接优化 =================================== = CNN = 卷积神经网络（跟图像有关） = RNN = 循环神经网络（时序 / 语音文本），LSTM 属于 RNN 变体 ==OCR（光学字符识别），CNN找出位置/检测，RNN 属于识别/提取阶段 =CTPN = OCR 文本检测经典模型;【是一个深度神经网络，使用多个卷积层】 = GAN = 生成对抗网络（组件有【判别器】） = Transformer：NLP 主流架构 = CRNN = 卷积循环神经网络是 OCR 文本识别经典模型，专门用来识别图片里单行不定长文本，**三段式结构**（考试高频） 1. 第一部分：【卷积层（CNN）【图像】】 2. 第二部分：【循环层（RNN / 双向 LSTM）【标签分布】】 3. 第三部分：【转录层【CTC 损失函数】把 RNN 输出的标签分布翻译成最终文本】 ============================ 跟华为有关的题目：都是芯片 选择无关的，一般都是界面友好度/精美度（有关的选这个） 文本情感分析在自然语言处理领域成为了研究中的一个分支。 ======================= ART = 对抗鲁棒性工具箱； TensorFlow/PyTorch 是训练框架，sklearn 传统机器学习库。 PyTorch 中负责自动微分的模块是什么？autograd ======================== **ModelArts（华为云一站式 AI 开发平台）** 图片目标标注默认：**矩形框（长方形）** 1. 完整 AI 链路：**数据管理 → 算法开发 → 模型训练 → 模型管理 → 部署上线** 2. 数据管理模块能力：数据集管理、数据标注、数据处理（清洗、增强、校验）没有【采集功能】 3. **AI Gallery**：配套资产集市，存放可复用模型、数据集、算子等 AI 资产（前面考题） 4. 特点：支持 PyTorch/TensorFlow/MindSpore；支持自动学习 AutoML；支持端边云一键部署 ===================== **A ❌ LDA 线性判别分析** 属于有监督降维，目标是**让不同类别尽可能分开** **B ✅ PCA 主成分分析（正确）** PCA 核心原理：对原始坐标轴做旋转变换，找到方差最大的新坐标轴（主成分），构造最优子空间；实现**降维，并且消除特征之间的相关性**，无监督。主成分分析（PCA），底层基于 SVD；随机 SVD 是 PCA 的优化变种 **C ❌ ICA 独立成分分析** 目标是把混合信号拆成互相**独立**的源信号 **D ❌ 特征识别** 不是降维算法，只是识别特征的过程。 ============= 池化层作用：缩小特征图(->减少神经网络模型的参数)、降低计算量、减少参数、一定程度防止过拟合。 梯度消失问题 → 靠 ReLU、残差网络、批量归一化 BN 解决。 --============= **A ✅ N-gram**：语言模型，常用于语音识别（ASR） **B ✅ RNN**：循环神经网络，可用于语音序列建模 **C ✅ ASRT**：开源语音识别工具库 **D ✅ LSTM**：RNN 的改进版本，擅长时序语音信号建模 **E ❌ CNN**：卷积神经网络多用于图像；**不属于邀约机器人语音识别模块的常规组成** ======================== 深度学习 **A ✅ Word2Vec**：词向量模型 **B ✅ Transformer**：深度学习基础架构 **C ✅ BERT**：基于 Transformer 的预训练语言模型 **D ❌ K-means**：聚类算法，属于无监督机器学习，**不属于深度学习** **E ❌ 决策树**：传统机器学习算法，不是深度学习技术。 ✅数据预处理：清洗、集成、变换、规约 ❌数据建模任务：分类、回归、聚类 =监督学习：已有标注数据集，学习输入→标签映射 → 逻辑回归(分类)、KNN近邻算法、神经网络、监督学习 ==分类（Classification）：监督学习。预测变量是离散的类别标签 ==回归（Regression）：监督学习。预测变量是连续的数值 =无监督学习：无标签 → 聚类（只是把一堆对象【集合分组】）、降维\K-means\谱聚类 ==聚类（Clustering）：无监督学习。【同类均值插补】 强化学习：智能体交互环境，靠奖励信号学习策略 ========================================= 启发式评估是一种由专家根据预设的可用性原则对界面进行快速评估的方法，它不需要用户参与 AutoML（自动机器学习）可以自动完成特征工程、模型选择、超参调优等步骤，并非【完全不需要人工干预】。 文本数据标注需要遵循一定的质量标准->错。 全连接神经网络是神经网络模型中的一种 管理者识别需求要利用信息支持评审过程输入、过程输出(错误，识别需求是挖掘业务目标) 数据平滑 ≠ 去除噪声 特征工程中，为了处理分类数据中的类别不平衡问题【使用 SMOTE（合成少数类过采样技术）】 Python传统机器学习算法：【Scikit-learn】【非常适合表格结构化数据】 【Pandas 】表格数据分析。 数据变换：【将数据转变为符合要求的形式】 数据清洗：【提升数据质量】 【mAP 】平均精度均值（mean Average Precision） 决策树的叶节点是【决策的结果】 【YOLO 】是目标检测（物体识别）经典算法。 【Sigmoid】极易梯度消失