人工智能工程技术人员五级初级工-人工智能平台产品实现 详细题库

机器学习知识 题目预览

• 第 1 题 单选题
  在机器学习中，用于训练模型的数据集通常称为（ ）。
  • A. 测试集
  • B. 验证集
  • C. 训练集
  • D. 预测集
  解析：训练集用于训练模型参数，测试集用于评估模型泛化能力，验证集用于调整超参数。
• 第 2 题 单选题
  当模型在训练数据上表现很好但在新数据上表现很差时，这种现象称为（ ）。
  • A. 欠拟合
  • B. 过拟合
  • C. 泛化
  • D. 正则化
  解析：过拟合指模型过于复杂，学习了训练数据中的噪声，导致对新数据预测能力下降。
• 第 3 题 单选题
  在监督学习中，每个训练样本都包含输入特征和对应的（ ）。
  • A. 标签
  • B. 权重
  • C. 聚类中心
  • D. 距离度量
  解析：监督学习使用带标签的训练数据，标签是期望的输出。
• 第 4 题 单选题
  在机器学习中，描述模型对未知数据的预测能力的指标称为（ ）。
  • A. 训练误差
  • B. 泛化能力
  • C. 复杂度
  • D. 偏差
  解析：泛化能力指模型对未见过数据的预测性能，是评估模型好坏的关键。
• 第 5 题 判断题
  在无监督学习中，训练数据不含标签信息，模型需要自行发现数据中的结构或模式。
  • A. 对
  • B. 错
  解析：无监督学习的目标是发现数据内在结构，如聚类、降维等。
• 第 6 题 判断题
  交叉验证是一种用于评估模型泛化性能的常用方法，它通过将数据集划分为训练集和验证集的多次迭代来减少评估偏差。
  • A. 对
  • B. 错
  解析：交叉验证通过多次划分训练/验证集，得到更稳定的性能估计。
• 第 7 题 多选题
  在机器学习中，常用的模型评估方法包括（ ）。
  • A. 交叉验证
  • B. 留出法
  • C. 反向传播
  • D. 混淆矩阵
  • E. 随机梯度下降
  解析：交叉验证、留出法、混淆矩阵都是模型评估方法；反向传播和随机梯度下降是训练方法。
• 第 8 题 多选题
  以下哪些属于机器学习中常见的预处理步骤？（ ）
  • A. 数据标准化
  • B. 特征缩放
  • C. 缺失值处理
  • D. 参数初始化
  • E. 正则化
  解析：数据标准化、特征缩放、缺失值处理是常见预处理；参数初始化和正则化属于模型训练或正则化技术。