2. 什么是智能代理，它们如何在人工智能中利用？

智能代理利用传感器理解正在发生的事情，然后利用实行器来实行它们的任务。
任务可以是大略的也可以是繁芜的，智能代理还可以通过编程来更好地完成他们的事情。

3. 什么是 Tensorflow，它的用场是什么？

如果这道题你答不上来，那你的口试100%失落败。
TensorFlow是一个开源软件库，最初由 Google Brain 团队开拓，用于机器学习、神经网络研究以及数据流编程。
在TensorFlow的帮助下，将某些 AI 功能构建到运用程序中变得更加随意马虎，包括自然措辞处理和语音识别。

4. 什么是机器学习，它与人工智能有什么关系？

机器学习是人工智能的一个子集。
指的是，机器将随着韶光的推移“不断学习”，并且在不断学习的过程中越变越强，它自己就能迭代升级，不须要人类不断地输入参数。
机器学习是人工智能的实际运用。

5. 什么是神经网络，它们与 AI 有什么关系？

神经网络是一类机器学习算法。
神经元是神经网络的一部分，是神经网络的最小构造，神经网络在它们之间通报数据，由于网络是相互连接的，因此可以更高效地处理更繁芜的数据。

6. 什么是深度学习，它与人工智能有什么关系？

深度学习是机器学习的一个子集。
它利用多层神经网络以处理数据，使软件能够通过打仗这些海量数据来演习自己实行语音和图像识别等任务，从而不断提高识别和处理信息的能力. 堆叠在每个任务之上，用于帮助深度学习的神经网络层称为深度神经网络。

7. 为什么图像识别是 AI 的关键功能？

视觉是人类主要的感官功能，人眼看到的信息通报到大脑，再由大脑剖析并做出决策。
人工智能旨在模拟人类大脑，它同样须要一双眼睛，即须要图像识别功能来为它传输信息。

8. 什么是自动编程？

自动编程是指程序该当做什么，然后让人工智能系统自己“编写”程序，无需依赖人类。

9. 什么是贝叶斯网络，它与 AI 有什么关系？

贝叶斯网络贝叶斯网络（Bayesian network），又称信念网络（belief network）或是有向无环图模型（directed acyclic graphical model），是一种概率图型模型，是一组变量之间概率关系的图形模型，它紧张浸染是模拟人脑处理变量，它让人工智能变得更加灵巧，而不是像机器一样去世脑筋。

10. 什么是监督学习与无监督学习？

机器学习如果按照演习样本标签的有无可以分为以下两种常用方法。

有监督学习(supervised learning)和无监督学习(unsupervised learning)。

以机器学习中的分类(classification)来说，输入的演习数据有特色（feature），有标签（label）。
在分类过程中，如果所有演习数据都有标签，则为有监督学习（supervised learning）。
如果数据没有标签，显然便是无监督学习（unsupervised learning）了，也即聚类（clustering）。

监督学习，便是通过已有的演习样本（即已知数据以及其对应的输出）去演习得到一个最优模型（这个模型属于某个函数的凑集，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行大略的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。
范例的例子便是KNN、SVM。

希望以上的口试问题能够帮助大家拿到心仪的offer，如果在看这篇文章的你也操持在人工智能领域发展，simplilearn圣普伦的AI机器学习演习营欢迎你的加入，课程包括58小时的运用学习、互动实验室、4个实践项目和辅导，通过圣普伦机器学习认证培训，你将会节制机器学习认证考试所需的机器学习知识，比如数据预处理、监督学习和无监督学习、韶光序列建模、回归以及文本挖掘等。