2025年大學(xué)人工智能（機(jī)器學(xué)習(xí)基礎(chǔ)）月度測(cè)試卷

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______一、單項(xiàng)選擇題（總共10題，每題4分，每題只有一個(gè)正確答案，請(qǐng)將正確答案填在括號(hào)內(nèi)）1.以下關(guān)于機(jī)器學(xué)習(xí)中監(jiān)督學(xué)習(xí)的說(shuō)法，正確的是（）A.監(jiān)督學(xué)習(xí)不需要給定訓(xùn)練數(shù)據(jù)的標(biāo)簽B.監(jiān)督學(xué)習(xí)的目標(biāo)是學(xué)習(xí)一個(gè)模型，用于預(yù)測(cè)給定輸入的輸出C.監(jiān)督學(xué)習(xí)只能處理分類問(wèn)題D.監(jiān)督學(xué)習(xí)不需要進(jìn)行模型評(píng)估2.在決策樹(shù)算法中，用于選擇劃分屬性的準(zhǔn)則是（）A.信息增益B.基尼系數(shù)C.均方誤差D.以上都是3.支持向量機(jī)（SVM）的主要思想是（）A.尋找最大間隔超平面來(lái)分離不同類別的數(shù)據(jù)B.對(duì)數(shù)據(jù)進(jìn)行聚類C.構(gòu)建決策樹(shù)D.進(jìn)行線性回歸4.以下哪種算法不屬于無(wú)監(jiān)督學(xué)習(xí)算法（）A.K-Means算法B.主成分分析（PCA）C.線性判別分析（LDA）D.樸素貝葉斯算法5.神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)的作用是（）A.增加模型的非線性B.減少模型的計(jì)算量C.提高模型的收斂速度D.以上都不是6.在梯度下降算法中，步長(zhǎng)α的選擇很重要，如果α過(guò)大，可能會(huì)導(dǎo)致（）A.算法收斂速度變慢B.算法無(wú)法收斂C.算法收斂到局部最優(yōu)解D.算法收斂到全局最優(yōu)解7.以下關(guān)于正則化的說(shuō)法，錯(cuò)誤的是（）A.正則化可以防止模型過(guò)擬合B.L1正則化會(huì)使參數(shù)變得稀疏C.L2正則化會(huì)使參數(shù)的值變小D.正則化對(duì)模型的泛化能力沒(méi)有影響8.隨機(jī)森林算法是基于（）的集成學(xué)習(xí)算法。A.決策樹(shù)B.神經(jīng)網(wǎng)絡(luò)C.支持向量機(jī)D.樸素貝葉斯9.對(duì)于一個(gè)二分類問(wèn)題，邏輯回歸模型的輸出值范圍是（）A.[0,1]B.(-∞,+∞)C.[0,+∞)D.(-1,1)10.在K近鄰算法中，K值的選擇對(duì)分類結(jié)果有重要影響，如果K值過(guò)大，可能會(huì)導(dǎo)致（）A.分類精度提高B.分類精度降低C.模型復(fù)雜度增加D.模型訓(xùn)練時(shí)間縮短二、多項(xiàng)選擇題（總共5題，每題6分，每題有兩個(gè)或兩個(gè)以上正確答案，請(qǐng)將正確答案填在括號(hào)內(nèi)）1.以下屬于機(jī)器學(xué)習(xí)中模型評(píng)估指標(biāo)的有（）A.準(zhǔn)確率（Accuracy）B.召回率（Recall）C.F1值D.均方誤差（MSE）2.決策樹(shù)的剪枝策略包括（）A.預(yù)剪枝B.后剪枝C.隨機(jī)剪枝D.深度剪枝3.以下哪些是深度學(xué)習(xí)中常用的優(yōu)化器（）A.隨機(jī)梯度下降（SGD）B.AdagradC.AdadeltaD.Adam4.樸素貝葉斯算法的假設(shè)包括（）A.特征之間相互獨(dú)立B.每個(gè)特征同等重要C.數(shù)據(jù)服從高斯分布D.數(shù)據(jù)服從泊松分布5.在機(jī)器學(xué)習(xí)中，數(shù)據(jù)預(yù)處理的步驟通常包括（）A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)變換D.數(shù)據(jù)歸約三、判斷題（總共10題，每題3分，請(qǐng)判斷以下說(shuō)法的對(duì)錯(cuò)，對(duì)的打√，錯(cuò)的打×）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)律的過(guò)程。（）2.無(wú)監(jiān)督學(xué)習(xí)中聚類算法的結(jié)果是固定的，不依賴于初始聚類中心的選擇。（）3.支持向量機(jī)只能處理線性可分的數(shù)據(jù)。（）4.神經(jīng)網(wǎng)絡(luò)的層數(shù)越多，模型的性能一定越好。（）5.梯度下降算法總是能收斂到全局最優(yōu)解。（）6.正則化參數(shù)λ越大，模型越容易過(guò)擬合。（）7.隨機(jī)森林中的每棵決策樹(shù)都是完全相同的。（）8.邏輯回歸模型可以直接用于多分類問(wèn)題。（）9.在K近鄰算法中，距離度量方式只能選擇歐氏距離。（）10.數(shù)據(jù)預(yù)處理的目的是提高數(shù)據(jù)質(zhì)量，提升機(jī)器學(xué)習(xí)模型的性能。（）四、簡(jiǎn)答題（總共3題，每題10分，請(qǐng)簡(jiǎn)要回答以下問(wèn)題）1.請(qǐng)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.解釋一下什么是模型的過(guò)擬合和欠擬合，并說(shuō)明如何解決這兩個(gè)問(wèn)題。3.簡(jiǎn)述梯度下降算法的基本原理，并說(shuō)明如何選擇合適的步長(zhǎng)α。五、算法設(shè)計(jì)題（總共1題，20分，請(qǐng)?jiān)O(shè)計(jì)一個(gè)簡(jiǎn)單的算法來(lái)解決以下問(wèn)題）假設(shè)你有一個(gè)數(shù)據(jù)集，包含多個(gè)特征和一個(gè)類別標(biāo)簽，要求設(shè)計(jì)一個(gè)算法來(lái)預(yù)測(cè)新數(shù)據(jù)的類別標(biāo)簽。請(qǐng)描述算法的主要步驟，并說(shuō)明你選擇該算法的理由。答案：一、單項(xiàng)選擇題1.B2.D3.A4.D5.A6.B7.D8.A9.A10.B二、多項(xiàng)選擇題1.ABCD2.AB3.ABCD4.AB5.ABCD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)注數(shù)據(jù)，目標(biāo)是學(xué)習(xí)輸入到輸出的映射關(guān)系用于預(yù)測(cè)；無(wú)監(jiān)督學(xué)習(xí)無(wú)標(biāo)注數(shù)據(jù)，主要任務(wù)是發(fā)現(xiàn)數(shù)據(jù)中的結(jié)構(gòu)和規(guī)律，如聚類、降維等。2.過(guò)擬合是模型在訓(xùn)練集上表現(xiàn)很好，但在測(cè)試集上表現(xiàn)差，原因是模型過(guò)于復(fù)雜；欠擬合是模型在訓(xùn)練集和測(cè)試集上表現(xiàn)都差，原因是模型過(guò)于簡(jiǎn)單。解決過(guò)擬合可采用正則化、剪枝等；解決欠擬合可增加模型復(fù)雜度，如增加特征、層數(shù)等。3.梯度下降算法基本原理是通過(guò)不斷調(diào)整參數(shù)，使損失函數(shù)值下降。選擇合適步長(zhǎng)α：若α過(guò)小，收斂慢；若α過(guò)大，可能不收斂或錯(cuò)過(guò)最優(yōu)解。可采用動(dòng)態(tài)調(diào)整α、嘗試不同固定值等方法。五、算法設(shè)計(jì)題可選擇決策樹(shù)算法。步驟：首先計(jì)算每個(gè)