2026年中職第三學(xué)年（人工智能技術(shù)應(yīng)用）機(jī)器學(xué)習(xí)入門綜合測(cè)試題及答案

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______一、選擇題（總共10題，每題3分，每題只有一個(gè)正確答案，請(qǐng)將正確答案填寫在括號(hào)內(nèi)）1.以下哪個(gè)不是機(jī)器學(xué)習(xí)的常見任務(wù)類型？（）A.分類B.回歸C.數(shù)據(jù)可視化D.聚類2.在監(jiān)督學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)包含（）。A.特征和標(biāo)簽B.只有特征C.只有標(biāo)簽D.都不包含3.決策樹算法中，用于劃分節(jié)點(diǎn)的屬性是基于（）。A.信息增益B.方差C.均值D.標(biāo)準(zhǔn)差4.線性回歸模型主要用于（）。A.分類問(wèn)題B.預(yù)測(cè)連續(xù)值C.聚類D.降維5.支持向量機(jī)的核心思想是（）。A.找到最大間隔超平面B.最小化誤差C.最大化特征數(shù)量D.聚類數(shù)據(jù)6.以下哪種算法屬于無(wú)監(jiān)督學(xué)習(xí)？（）A.K近鄰算法B.樸素貝葉斯算法C.主成分分析算法D.邏輯回歸算法7.神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元通過(guò)（）傳遞信息。A.權(quán)重B.閾值C.激活函數(shù)D.以上都是8.梯度下降法是用于（）。A.求解模型參數(shù)B.評(píng)估模型性能C.選擇特征D.數(shù)據(jù)預(yù)處理9.交叉驗(yàn)證的主要目的是（）。A.增加數(shù)據(jù)量B.評(píng)估模型泛化能力C.加快訓(xùn)練速度D.選擇最優(yōu)算法10.以下哪個(gè)不是模型評(píng)估的指標(biāo)？（）A.準(zhǔn)確率B.召回率C.F1值D.數(shù)據(jù)量二、多項(xiàng)選擇題（總共5題，每題4分，每題有兩個(gè)或以上正確答案，請(qǐng)將正確答案填寫在括號(hào)內(nèi)）1.機(jī)器學(xué)習(xí)的主要應(yīng)用領(lǐng)域包括（）。A.自然語(yǔ)言處理B.圖像識(shí)別C.推薦系統(tǒng)D.數(shù)據(jù)挖掘2.監(jiān)督學(xué)習(xí)的算法有（）。A.決策樹B.K近鄰算法C.支持向量機(jī)D.聚類算法3.數(shù)據(jù)預(yù)處理包括（）步驟。A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)轉(zhuǎn)換D.數(shù)據(jù)歸約4.模型評(píng)估指標(biāo)中，與分類問(wèn)題相關(guān)的有（）。A.準(zhǔn)確率B.均方誤差C.召回率D.F1值5.以下屬于深度學(xué)習(xí)模型的有（）。A.卷積神經(jīng)網(wǎng)絡(luò)B.循環(huán)神經(jīng)網(wǎng)絡(luò)C.多層感知機(jī)D.決策樹三、判斷題（總共10題，每題2分，請(qǐng)?jiān)诶ㄌ?hào)內(nèi)打“√”或“×”）1.機(jī)器學(xué)習(xí)就是讓計(jì)算機(jī)自動(dòng)從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律。（）2.無(wú)監(jiān)督學(xué)習(xí)不需要標(biāo)簽數(shù)據(jù)。（）3.決策樹只能處理數(shù)值型數(shù)據(jù)。（）4.線性回歸模型中，系數(shù)越大，對(duì)預(yù)測(cè)結(jié)果影響越小。（）5.支持向量機(jī)對(duì)數(shù)據(jù)分布敏感。（）6.K近鄰算法中，K值越大，模型越復(fù)雜。（）7.神經(jīng)網(wǎng)絡(luò)可以自動(dòng)提取數(shù)據(jù)特征。（）8.梯度下降法中，步長(zhǎng)越大，收斂速度越快。（）9.交叉驗(yàn)證中，折數(shù)越多，評(píng)估結(jié)果越準(zhǔn)確。（）10.模型評(píng)估指標(biāo)中，F(xiàn)1值是準(zhǔn)確率和召回率的調(diào)和平均值。（）四、簡(jiǎn)答題（總共3題，每題每題10分，請(qǐng)簡(jiǎn)要回答問(wèn)題）1.簡(jiǎn)述監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)的區(qū)別。2.說(shuō)明決策樹算法的基本原理和構(gòu)建過(guò)程。3.解釋梯度下降法在求解線性回歸模型參數(shù)中的作用。五、綜合題（總共2題，每題15分，請(qǐng)結(jié)合所學(xué)知識(shí)，詳細(xì)回答問(wèn)題）1.假設(shè)你要構(gòu)建一個(gè)簡(jiǎn)單的垃圾郵件分類模型，使用樸素貝葉斯算法，請(qǐng)說(shuō)明步驟和原理。2.給定一個(gè)數(shù)據(jù)集，包含特征X和標(biāo)簽Y，簡(jiǎn)述如何使用K近鄰算法進(jìn)行分類預(yù)測(cè)，并說(shuō)明如何選擇合適的K值。答案：一、選擇題1.C2.A3.A4.B5.A6.C7.D8.A9.B10.D二、多項(xiàng)選擇題1.ABCD2.ABC3.ABCD4.ACD5.ABC三、判斷題1.√2.√3.×4.×5.√6.×7.√8.×9.√10.√四、簡(jiǎn)答題1.監(jiān)督學(xué)習(xí)有標(biāo)簽數(shù)據(jù)，用于預(yù)測(cè)和分類；無(wú)監(jiān)督學(xué)習(xí)無(wú)標(biāo)簽，用于發(fā)現(xiàn)數(shù)據(jù)內(nèi)在結(jié)構(gòu)和規(guī)律。2.基于信息增益等選擇最優(yōu)屬性劃分節(jié)點(diǎn)，遞歸構(gòu)建樹，直到滿足停止條件。3.通過(guò)不斷調(diào)整參數(shù)使損失函數(shù)最小，從而找到最優(yōu)參數(shù)值。五、綜合題1.步驟：計(jì)算先驗(yàn)概率和條件概率，根據(jù)貝葉斯公式計(jì)算后驗(yàn)概率進(jìn)行分類。原理：利用貝葉斯定理，結(jié)合先驗(yàn)