第1頁(yè)學(xué)院：專業(yè)班級(jí)：姓名：學(xué)院：專業(yè)班級(jí)：姓名：學(xué)號(hào)：裝訂線內(nèi)不要答題學(xué)院/專業(yè)：__________姓名：__________學(xué)號(hào)：__________注意事項(xiàng)：1、本試卷滿分100分。2、考試時(shí)間120分鐘。題號(hào)一二三四五六七得分得分評(píng)閱人一、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.以下哪種算法不屬于監(jiān)督學(xué)習(xí)？（）A.決策樹B.支持向量機(jī)C.聚類算法D.線性回歸2.在機(jī)器學(xué)習(xí)中，模型評(píng)估指標(biāo)中的準(zhǔn)確率（Accuracy）是指（）。A.預(yù)測(cè)正確的樣本數(shù)占總樣本數(shù)的比例B.預(yù)測(cè)正確的正例樣本數(shù)占總正例樣本數(shù)的比例C.預(yù)測(cè)正確的負(fù)例樣本數(shù)占總負(fù)例樣本數(shù)的比例D.以上都不對(duì)3.對(duì)于線性回歸模型，以下關(guān)于損失函數(shù)（LossFunction）的說(shuō)法正確的是（）。A.均方誤差損失函數(shù)是最常用的線性回歸損失函數(shù)B.交叉熵?fù)p失函數(shù)常用于線性回歸C.損失函數(shù)的值越小，模型性能越差D.損失函數(shù)與模型參數(shù)無(wú)關(guān)4.決策樹的構(gòu)建過(guò)程中，選擇最優(yōu)劃分屬性的依據(jù)是（）。A.信息增益B.信息熵C.基尼系數(shù)D.以上都可以5.支持向量機(jī)（SVM）的核心思想是（）。A.尋找最大間隔超平面來(lái)分隔不同類別的樣本B.最小化損失函數(shù)C.對(duì)數(shù)據(jù)進(jìn)行聚類D.以上都不是6.以下哪個(gè)不是常見(jiàn)的正則化方法？（）A.L1正則化B.L2正則化C.L0正則化D.以上都是正則化方法7.在神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)的作用是（）。A.增加模型的非線性能力B.使模型更快收斂C.減少模型參數(shù)D.以上都不對(duì)8.對(duì)于梯度下降算法，以下說(shuō)法錯(cuò)誤的是（）。A.梯度下降是一種迭代優(yōu)化算法B.步長(zhǎng)（LearningRate）越大，算法收斂越快C.梯度下降的方向是函數(shù)值下降最快的方向D.梯度下降可以用于求解損失函數(shù)的最小值9.以下哪種模型屬于生成式模型？（）A.樸素貝葉斯B.邏輯回歸C.決策樹D.支持向量機(jī)10.在K近鄰算法中，K的取值對(duì)模型性能有重要影響，以下說(shuō)法正確的是（）。A.K值越大，模型越容易過(guò)擬合B.K值越小，模型越容易過(guò)擬合C.K值的大小與過(guò)擬合無(wú)關(guān)D.以上都不對(duì)二、多項(xiàng)選擇題（總共5題，每題4分，每題有多個(gè)正確答案，請(qǐng)將正確答案填寫在括號(hào)內(nèi)，多選或少選均不得分）1.以下哪些是機(jī)器學(xué)習(xí)中的常見(jiàn)數(shù)據(jù)集劃分方式？（）A.訓(xùn)練集、驗(yàn)證集、測(cè)試集B.訓(xùn)練集、測(cè)試集C.交叉驗(yàn)證D.留一法2.對(duì)于深度學(xué)習(xí)模型，以下哪些是常用的優(yōu)化器？（）A.AdamB.SGDC.AdagradD.RMSProp3.在特征工程中，以下哪些方法可以用于特征選擇？（）A.基于信息增益的方法B.基于L1正則化的方法C.基于模型系數(shù)的方法D.主成分分析4.以下哪些屬于無(wú)監(jiān)督學(xué)習(xí)算法？（）A.K均值聚類算法B.層次聚類算法C.自編碼器D.高斯混合模型5.關(guān)于模型評(píng)估，以下說(shuō)法正確的是（）。A.可以使用多種評(píng)估指標(biāo)來(lái)綜合評(píng)估模型性能B.訓(xùn)練集上的評(píng)估指標(biāo)可以直接反映模型的泛化能力C.測(cè)試集用于評(píng)估模型的泛化性能D.驗(yàn)證集用于調(diào)整模型超參數(shù)三、判斷題（總共10題，每題2分，請(qǐng)判斷對(duì)錯(cuò)，在括號(hào)內(nèi)填寫“√”或“×”）1.機(jī)器學(xué)習(xí)的目標(biāo)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，以做出預(yù)測(cè)或決策。（）2.監(jiān)督學(xué)習(xí)中的分類問(wèn)題和回歸問(wèn)題的目標(biāo)是相同的。（）3.決策樹只能處理數(shù)值型特征。（）4.支持向量機(jī)中的核函數(shù)可以將低維空間中的數(shù)據(jù)映射到高維空間進(jìn)行處理。（）5.正則化可以防止模型過(guò)擬合，但會(huì)降低模型的泛化能力。（）6.神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元可以接收多個(gè)輸入并產(chǎn)生一個(gè)輸出。（）7.梯度下降算法一定能收斂到全局最優(yōu)解。（）8.生成式模型可以直接對(duì)數(shù)據(jù)的生成過(guò)程進(jìn)行建模，而判別式模型則側(cè)重于對(duì)數(shù)據(jù)的分類或回歸。（）9.在K近鄰算法中，距離度量方法只能使用歐氏距離。（）10.模型評(píng)估指標(biāo)中的召回率（Recall）是指預(yù)測(cè)正確的正例樣本數(shù)占預(yù)測(cè)為正例樣本數(shù)的比例。（）四、簡(jiǎn)答題（總共3題，每題10分）1.請(qǐng)簡(jiǎn)要介紹一下線性回歸模型的基本原理，并說(shuō)明如何通過(guò)最小二乘法求解模型參數(shù)。2.什么是模型的過(guò)擬合和欠擬合？請(qǐng)分別說(shuō)明它們產(chǎn)生的原因以及如何解決這兩個(gè)問(wèn)題。3.請(qǐng)闡述支持向量機(jī)中最大間隔超平面的概念，并說(shuō)明如何求解支持向量機(jī)的最優(yōu)超平面。五、論述題（總共2題，每題15分）1.隨著深度學(xué)習(xí)的發(fā)展，神經(jīng)網(wǎng)絡(luò)在很多領(lǐng)域取得了巨大成