（第2頁(yè)）制卷人簽名：制卷日期制卷人簽名：制卷日期：審核人簽名：：審核日期：………………………………………………裝……訂……線…………………學(xué)院專(zhuān)業(yè)/班級(jí)學(xué)號(hào)姓名題號(hào)一二三四五六七八總分閱卷教師得分………………一、選擇題（總共10題，每題3分，在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的，請(qǐng)將正確答案的序號(hào)填在題后的括號(hào)內(nèi)）1.以下哪種算法不屬于無(wú)監(jiān)督學(xué)習(xí)？（）A.決策樹(shù)B.聚類(lèi)算法C.主成分分析D.自編碼器2.在K近鄰算法中，K值的選擇對(duì)模型性能有重要影響，當(dāng)K值較小時(shí)，模型會(huì)（）。A.更復(fù)雜，偏差小，方差大B.更簡(jiǎn)單，偏差大，方差小C.更復(fù)雜，偏差大，方差小D.更簡(jiǎn)單，偏差小，方差大3.邏輯回歸模型中，用于衡量模型對(duì)樣本分類(lèi)能力的指標(biāo)是（）。A.均方誤差B.交叉熵?fù)p失C.準(zhǔn)確率D.F1值4.以下關(guān)于梯度下降法的說(shuō)法，錯(cuò)誤的是（）。A.梯度下降法是一種迭代優(yōu)化算法B.梯度方向是函數(shù)值下降最快的方向C.步長(zhǎng)越大，收斂速度越快D.可能會(huì)陷入局部最優(yōu)解5.支持向量機(jī)（SVM）的核心思想是（）。A.最大化分類(lèi)間隔B.最小化分類(lèi)誤差C.尋找最優(yōu)特征子集D.進(jìn)行數(shù)據(jù)降維6.對(duì)于神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)，以下哪種函數(shù)不是常用的激活函數(shù)？（）A.Sigmoid函數(shù)B.ReLU函數(shù)C.線性函數(shù)D.Softmax函數(shù)7.在深度學(xué)習(xí)中，常用的優(yōu)化器不包括（）。A.AdaGradB.RMSPropC.LASSOD.Adam8.以下哪種模型不屬于深度學(xué)習(xí)模型？（）A.卷積神經(jīng)網(wǎng)絡(luò)B.循環(huán)神經(jīng)網(wǎng)絡(luò)C.隨機(jī)森林D.生成對(duì)抗網(wǎng)絡(luò)9.數(shù)據(jù)歸一化的目的不包括（）。A.加快模型收斂速度B.提高模型精度C.防止梯度消失D.使模型更易訓(xùn)練10.以下關(guān)于模型評(píng)估指標(biāo)的說(shuō)法，正確的是（）。A.準(zhǔn)確率越高，模型性能越好B.召回率越高，模型性能越好C.F1值綜合考慮了準(zhǔn)確率和召回率D.均方誤差適用于分類(lèi)問(wèn)題二、多項(xiàng)選擇題（總共5題，每題5分，在每小題給出的四個(gè)選項(xiàng)中，有多項(xiàng)是符合題目要求的，請(qǐng)將所有正確答案的序號(hào)填在題后的括號(hào)內(nèi)）1.以下屬于監(jiān)督學(xué)習(xí)算法的有（）。A.線性回歸B.支持向量機(jī)C.樸素貝葉斯D.層次聚類(lèi)2.在決策樹(shù)構(gòu)建過(guò)程中，常用的劃分屬性選擇方法有（）。A.信息增益B.信息增益率C.基尼指數(shù)D.均方誤差3.關(guān)于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，以下說(shuō)法正確的是（）。A.包含輸入層、隱藏層和輸出層B.隱藏層可以有多層C.神經(jīng)元之間通過(guò)權(quán)重連接D.每層神經(jīng)元個(gè)數(shù)必須相同4.以下哪些是處理過(guò)擬合問(wèn)題的方法？（）A.增加數(shù)據(jù)量B.正則化C.剪枝D.降低模型復(fù)雜度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2分，請(qǐng)判斷下列各題，正確的在題后括號(hào)內(nèi)打“√”，錯(cuò)誤的打“×”）1.無(wú)監(jiān)督學(xué)習(xí)不需要標(biāo)注數(shù)據(jù)。（）2.線性回歸模型只能處理線性關(guān)系的數(shù)據(jù)。（）3.決策樹(shù)的深度越大，模型的泛化能力越強(qiáng)。（）4.支持向量機(jī)在處理高維數(shù)據(jù)時(shí)效果較好。（）5.神經(jīng)網(wǎng)絡(luò)可以自動(dòng)提取數(shù)據(jù)的特征。（）6.梯度下降法每次迭代都會(huì)使目標(biāo)函數(shù)值減小。（）7.模型的訓(xùn)練誤差越小，泛化誤差也越小。（）8.數(shù)據(jù)歸一化對(duì)所有模型都有必要。（）9.隨機(jī)森林通過(guò)集成多個(gè)決策樹(shù)來(lái)提高模型性能。（）10.深度學(xué)習(xí)模型的訓(xùn)練時(shí)間通常比傳統(tǒng)機(jī)器學(xué)習(xí)模型短。（）四、簡(jiǎn)答題（總共3題，每題10分，請(qǐng)簡(jiǎn)要回答下列問(wèn)題）1.請(qǐng)簡(jiǎn)述K近鄰算法的原理，并說(shuō)明其優(yōu)缺點(diǎn)。2.邏輯回歸模型與線性回歸模型有何區(qū)別？請(qǐng)從模型目的、輸出、損失函數(shù)等方面進(jìn)行闡述。3.什么是過(guò)擬合和欠擬合？如何判斷模型是否存在過(guò)擬合或欠擬合現(xiàn)象？五、綜合題（總共2題，每題15分，請(qǐng)根據(jù)所學(xué)知識(shí)，結(jié)合實(shí)際問(wèn)題進(jìn)行分析和解答）1.給定一個(gè)數(shù)據(jù)集，包含多個(gè)特征和一個(gè)目標(biāo)