生成式人工智能系统应用员三级高级工 详细题库
下载APP练习模型评估编码实现方法 题目预览
-
第 1 题 单选题在生成式人工智能文本数据准备中,将词语转换为低维稠密向量的编码实现方法是( )。
- A. 词嵌入
- B. 独热编码
- C. 词袋模型
- D. 哈希编码
解析:词嵌入将词语映射为低维稠密向量,能捕捉语义信息,是常用编码方法。 -
第 2 题 单选题在数值型特征数据准备编码实现中,处理缺失值的常用简单方法是( )。
- A. 删除样本
- B. 均值填充
- C. 众数填充
- D. 中位数填充
解析:均值填充适用于数值型特征,简单且能保持样本数量,但需注意对分布的影响。 -
第 3 题 单选题在图像数据准备编码实现中,为增加训练样本多样性,常采用( )技术。
- A. 数据清洗
- B. 特征缩放
- C. 数据增强
- D. 降维
解析:数据增强通过对原始图像进行旋转、翻转等变换生成新样本,提升模型泛化能力。 -
第 4 题 单选题在数据划分编码实现中,为保持类别比例一致,常采用( )方法。
- A. 随机抽样
- B. 系统抽样
- C. 简单随机划分
- D. 分层抽样
解析:分层抽样按类别比例划分,确保训练集和验证集分布相似,避免偏差。 -
第 5 题 判断题在数据准备编码实现中,使用独热编码处理类别特征时,若类别数较多,会导致维度灾难。
- A. 对
- B. 错
解析:独热编码每个类别对应一个维度,类别数多时维度剧增,产生稀疏矩阵,增加计算复杂度。 -
第 6 题 判断题数据增强仅适用于图像数据,不适用于文本数据。
- A. 对
- B. 错
解析:文本数据也可通过同义词替换、回译、随机插入等方法进行数据增强,提升模型鲁棒性。 -
第 7 题 多选题在数据准备编码实现中,常用的文本数据预处理步骤包括( )。
- A. 去除停用词
- B. 词干提取
- C. 词形还原
- D. 标准化
- E. 降维
解析:去除停用词、词干提取和词形还原是文本预处理常见操作,标准化和降维通常用于数值或特征选择。 -
第 8 题 多选题在数据准备编码实现中,处理图像数据时常用的数据增强操作有( )。
- A. 随机旋转
- B. 随机裁剪
- C. 随机翻转
- D. 颜色抖动
- E. 添加高斯噪声
解析:随机旋转、裁剪、翻转、颜色抖动和添加噪声都是常用图像数据增强方法,可增加样本多样性。
余下详情题库请下载 APP 或扫码小程序查看全部题目与智能刷题。