生成式人工智能系统应用员一级高级技师 详细题库
下载APP练习机器学习知识 题目预览
-
第 1 题 单选题在机器学习中,模型在训练集上表现优异但在测试集上表现较差的现象称为( )。
- A. 欠拟合
- B. 过拟合
- C. 泛化
- D. 正则化
解析:过拟合指模型过度学习训练数据中的噪声,导致泛化能力差。 -
第 2 题 单选题对于分类问题,当正负样本数量严重不平衡时,以下哪个评估指标最合适?( )
- A. 准确率
- B. 精确率
- C. 召回率
- D. F1分数
解析:F1分数是精确率和召回率的调和平均,能更好地评估不平衡数据。 -
第 3 题 单选题在梯度下降法中,学习率过大会导致( )。
- A. 收敛速度变慢
- B. 无法收敛甚至发散
- C. 陷入局部最优
- D. 模型过拟合
解析:学习率过大会导致参数更新步长过大,越过最优点,无法收敛。 -
第 4 题 单选题下列哪个算法属于无监督学习?( )
- A. 线性回归
- B. 支持向量机
- C. K均值聚类
- D. 决策树
解析:K均值聚类没有标签,属于无监督学习。 -
第 5 题 判断题在机器学习中,增加模型的复杂度一定能够提高模型在测试集上的表现。
- A. 对
- B. 错
解析:模型复杂度过高可能导致过拟合,降低测试集表现。 -
第 6 题 判断题交叉验证可以有效减少模型对训练集划分的依赖,从而更准确地评估模型性能。
- A. 对
- B. 错
解析:交叉验证通过多次划分训练集和验证集,减小了随机划分带来的偏差。 -
第 7 题 多选题下列哪些方法可以用于处理过拟合问题?( )
- A. 增加训练数据量
- B. 引入正则化项
- C. 减少模型复杂度
- D. 增加迭代次数
- E. 使用dropout(深度学习)
解析:增加迭代次数可能加重过拟合,而增加数据、正则化、降低复杂度、dropout都是常用方法。 -
第 8 题 多选题在机器学习中,以下哪些属于监督学习的典型任务?( )
- A. 分类
- B. 聚类
- C. 回归
- D. 降维
- E. 标注
解析:聚类和降维属于无监督学习,分类、回归、标注(如序列标注)是监督学习。
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。