人工智能机器学习技术练习(习题卷7)

人工智能机器学习技术练习(习题卷7)
第1部分：单项选择题，共62题，每题只有一个正确答案,多选或少选均不得分。

1.[单选题]SVM中要寻找和计算的MMH是指()
A)最大边缘超平面
B)超平面
C)最小边缘超平面
答案:A
解析:
2.[单选题]对于神经网络的说法, 下面正确的是 :
A)增加神经网络层数, 可能会增加测试数据集的分类错误率
B)减少神经网络层数, 总是能减小测试数据集的分类错误率
C)增加神经网络层数, 总是能减小训练数据集的分类错误率
答案:A
解析:深度神经网络的成功, 已经证明, 增加神经网络层数, 可以增加模型范化能力, 即, 训练数据集和测试数据集都表现得更好. 但是, 在这篇文献中, 作者提到, 更多的层数, 也不一定能保证有更好的表现. 所以, 不能绝对地说层数多的好坏, 只能选A
3.[单选题]数据预处理对机器学习是很重要的,下面说法正确的是( )。

A)数据预处理的效果直接决定了机器学习的结果质量
B)数据噪声对神经网络的训练没什么影响
C)对于有问题的数据都直接删除即可
D)预处理不需要花费大量的时间
答案:A
解析:
4.[单选题]()是表现数据分布对称性的指标。

A)斜率
B)偏斜度
C)偏度
D)偏离度
答案:B
解析:偏斜度是对统计数据分布偏斜方向及程度的度量。

在偏态分布中,当偏斜度为正值时,分布正偏,即众数位于算术平均数的左侧;当偏斜度为负值时,分布负偏,即众数位于算术平均数的右侧。

5.[单选题]以下机器学习中，在数据预处理时，不需要考虑归一化处理的是( )
A)逻辑回归
B)支持向量机
C)树形模型
D)神经网络
答案:C
解析:
6.[单选题]关于Logistic回归和Softmax回归，以下说法正确是：
A)Logistic回归和Softmax回归都只能处理二元分类问题
C)Logistic回归和Softmax回归都可以处理多元分类问题
D)Softmax回归可以处理多元分类问题，Logistic回归只能处理二元分类问题
答案:D
解析:
7.[单选题]用户有一种感兴趣的模式并且希望在数据集中找到相似的模式,属于数据挖掘哪一类任务?
A)根据内容检索
B)建模描述
C)预测建模
D)寻找模式和规则
答案:A
解析:
8.[单选题]以下几种模型方法属于判别式模型的有
1)混合高斯模型
2)条件随机场模型
3)区分度训练
4)隐马尔科夫模型
A)1,4
B)3,4
C)2,3
D)1,2
答案:C
解析:
9.[单选题]已知，有如下一个二维数组：
Arr2d = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
如果希望获取元素5，则可以使用（ ）实现。

A)arr2d[1, 1]
B)arr2d[1]
C)arr2d[2]
D)arr2d[1, 0]
答案:A
解析:
10.[单选题]学习方式划分，机器学习通常分为 （）三类、
A)监督学习、非监督学习、聚类
B)监督学习、非监督学习、神经网络
C)监督学与、非监督学与、强化学习
D)监督学习、非监督学习、有教师学习
答案:C
解析:
11.[单选题]交叉验证的目的是（__）。

A)提高分类准确率
B)得到更稳定的模型
C)验证结果的准确性
D)增大分类的误差
答案:B
解析:
12.[单选题]下面关于奇异值分解(SVD)的描述中错误的是 ( )。

A)奇异值分解就是把一个线性变换分解成两个线性变换
B)奇异值往往对应着矩阵中隐含的重要信息,且重要性和奇异值大小正相关
C)SVD是对PCA的改进,其计算成本更低,相同之处是两者的目标都是为了降维
D)奇异值不仅可以应用在数据压缩上，还可以对图像去噪
答案:A
解析:
13.[单选题]()情况下,LDA会失败。

A)如果有辨识性的信息不是平均值,而是数据的方差
B)如果有辨识性的信息是平均值,而不是数据方差
C)如果有辨识性的信息是数据的均值和方差
D)以上答案都不正确
答案:A
解析:LDA的思想是投影后类内方差最小、类间方差最大。

14.[单选题]假设属性income的最大最小值分别是12000元和98000元。

利用最大最小规范化的方法将属性的值映射到0至1的范围内。

对属性income的73600元将被转化为:
A)0.821
B)1.224
C)1.458
D)0.716
答案:D
解析:
15.[单选题]与卷积神经网络相比，循环神经网络可以学习（ ）。

A)细节信息
B)文章长度
C)单词之间的长距离依赖关系
D)歧义
答案:C
解析:
16.[单选题]从句子中删除“and”、“is”、“a”、“an”、“the” 这样的词的过程被称为?
A)词干提取(Stemming)
B)词形还原(Lemmatization)
C)停用词(Stop Words)
D)以上所有
答案:C
解析:
17.[单选题]SVM中的代价参数表示:
A)交叉验证的次数
B)使用的核
C)误分类与模型复杂性之间的平衡
D)以上均不是
答案:C
解析:代价参数决定着SVM能够在多大程度上适配训练数据。

如果你想要一个平稳的决策平面,代价会比较低;如果你要将更多的数据正确分类,代价会比较高。

可以简单的理解为误分类的代价。

18.[单选题]将闵可夫斯基距离和（__）结合即可处理混合属性。

A)Value Difference Mectric
B)k-means
C)k近邻
D)SVM
答案:A
解析:
19.[单选题]假如我们使用Lasso回归来拟合数据集,该数据集输入特征有100个(X1,X2,…,X100)。

现在,我们把其中一个特征值扩大10倍(如特征X1),然后用相同的正则化参数对 Lasso 回归进行修正。

那么,下列说法正确的是()。

A)特征X1很可能被排除在模型之外
B)特征X1很可能还包含在模型之中
C)无法确定特征X1是否被舍
D)以上答案都不正确
答案:B
解析:将特征X1数值扩大10倍,它对应的回归系数将相应会减小,但不为0,仍然满足β的正则化约束,因此可能还包含在模型之中。

20.[单选题]接受者操作特征曲线简称（__）。

A)双曲线
B)ROC曲线
C)科克曲线
D)共轭曲线
答案:B
解析:
21.[单选题]一批产品共8件，其中正品6件，次品2件。

现不放回地从中取产品两次，每次一件，求第二次取得正品的概率
A)1/4
B)1/2
C)3/4
D)1
答案:C
解析:
22.[单选题]朴素贝叶斯是一种典型的基于概率的机器学习方法，它利用了
A)先验概率
B)后验概率
C)以上都是
D)以上都不是
答案:C
解析:
23.[单选题]OpenCV使用()语言实现。

A)Java
B)C/C++
C)Python
D)JavaScript
答案:B
解析:
24.[单选题]下列哪一项在神经网络中引入了非线性?
A)随机梯度下降
B)修正线性单元(ReLU)
C)卷积函数
D)以上都不正确
答案:B
解析:
25.[单选题]计算 Numpy中元素个数的方法是（）。

A)np.sqrt()
B)np.size()
C)np.identity()
D)np.nid()
答案:B
解析:
26.[单选题]选择哪一个解作为输出,将由学习算法的归纳偏好决定,常见的做法是引人( )。

A)线性回归
B)线性判别分析
C)正则化项
D)偏置项
答案:C
解析:
27.[单选题]划分聚类算法是一种简单的较为基本的重要聚类方法。

它的主要思想是通过将数据点集分为()个划分,并使用重复的控制策略使某个准则最优化,以达到最终的结果
A)D
B)K
C)E
D)F
答案:B
解析:划分聚类算法K-Means 将数据点集分为K个子集。

28.[单选题]下列不属于无监督学习方法的是（）
A)K-means
B)线性降维
C)DBSCAN
D)支持向量机
答案:D
解析:
29.[单选题]在大数据集上训练决策树，为了使用较少时间，我们可以（）
A)增加树的深度
B)增加学习率
C)减少树的深度
D)减少树的数量
答案:C
解析:
30.[单选题]计算机初始状态能识别(__)上的基本信息。

B)每个物体
C)背景
D)前景
答案:A
解析:
31.[单选题](__)是指能够通过数据来帮助用户实现其某一个目标的产品。

A)数据产品
B)电子产品
C)数据系统
D)电子系统
答案:A
解析:
32.[单选题]下列不属于聚类性能度量外部指标的是（__）。

A)Jaccard系数
B)FM系数
C)Rand指数
D)DB指数
答案:D
解析:
33.[单选题]深度学习是当前很热门的机器学习算法,在深度学习中,涉及到大量的矩阵相乘,现在需要计算三个稠密矩阵A,B,C 的乘积ABC,假设三个矩阵的尺寸分别为mn,np,pq,且m <n < p < q,以下计算顺序效率最高的是()
A)(AB)C
B)AC(B)
C)A(BC)
D)所以效率都相同
答案:A
解析:
34.[单选题]用于产生词嵌入的单向语言模型
A)BERT
B)GPT
C)ELMo
D)Word2Vec
答案:B
解析:
35.[单选题]k近邻算法在()的情况下效果较好。

A)样本较多但典型性不好
B)样本较少但典型性好
C)样本呈团状分布
D)样本呈链状分布
答案:B
解析:k近邻算法主要依靠的是周围的点,因此如果样本过多,则难以区分,典型性好的容易区分。

样本都是呈团状分布
,KNN就发挥不出其求近邻的优势了,整体样本应该具有典型性好,样本较少,比较适宜。

36.[单选题]一般，K-NN最近邻方法在什么情况下效果好( )
A)样本较多但典型性不好
C)样本呈团状分布
D)样本呈链状分布
注：最近邻属于分类算法，样本多而且典型性不好容易造成分类错误（尤其是
在分类边界上的样本点）。

样本分布对聚类算法的影响较大。

答案:B
解析:
37.[单选题]关于过拟合的说法,正确的是(
A)指模型学习不足
B)会使得模型泛化能力高
C)会强化欠拟合
D)可以通过交叉验证改善
答案:D
解析:
38.[单选题]有三个关系R、S和T如下:由关系R和S通过运算得到关系T,则所使用的运算为( )。

class="fr-fic fr-dib cursor-hover"
A)笛卡尔积
B)交
C)并
D)自然连接
答案:D
解析:
39.[单选题]以下对Velocity相关描述不正确的是( )。

A)Velocity是指速度快
B)实时分析数据处理要求速度快
C)大数据中所说的“速度”包括两种：增长速度和处理速度
D)通常而言，处理速度比增长速度快
答案:D
解析:
40.[单选题]文本向量的每个元素表示该词的（ ）。

A)顺序
B)频率
C)含义
D)语义关系
答案:B
解析:
41.[单选题]下列方法中没有考虑先验分布的是( )
A)最大后验估计
B)贝叶斯分类器
C)贝叶斯学习
答案:D
解析:
42.[单选题]tf.nn.rnn_cell.MultiRNNCell()函数的作用是（ ）。

A)生成卷积神经网络
B)生成LSTM
C)生成池化层
D)生成多层RNN网络
答案:D
解析:
43.[单选题]下列神经网络的组织特性描述错误的是
A)可以模拟生物神经系统
B)面向真实世界物体
C)面向仿真环境物体
D)作出交互反应
答案:C
解析:
44.[单选题]以下哪种方法会增加模型的欠拟合风险( )
A)添加新特征
B)增加模型复杂度
C)减小正则化系数
D)数据增强
答案:D
解析:
45.[单选题]以下哪个模型是生成式模型:
A)贝叶斯模型
B)逻辑回归
C)SVM
D)条件随机场
答案:A
解析:
46.[单选题]下列说法错误的是？
A)当目标函数是凸函数时，梯度下降算法的解一般就是全局最优解
B)进行 PCA 降维时，需要计算协方差矩阵
C)沿负梯度的方向一定是最优的方向
D)利用拉格朗日函数能解带约束的优化问题
答案:C
解析:沿负梯度的方向是函数值减少最快的方向但不一定就是最优方向。

47.[单选题]关于ZooKeeper临时节点的说法正确的是()
A)创建临时节点的命令为:create-s/tmpmyvalue
B)一旦会话结束,临时节点将被自动删除
C)临时节点不能手动删除
D)临时节点允许有子节点
答案:B
解析:
48.[单选题]下列关于线性回归分析中的残差（Residuals）说法正确的是？
A)残差均值总是为零
B)残差均值总是小于零
C)残差均值总是大于零
D)以上说法都不对
答案:A
解析:线性回归分析中，目标是残差最小化。

残差平方和是关于参数的函数，为了求残差极小值，令残差关于参数的偏导数为零，会得到残差和为零，即残差均值为零。

49.[单选题]下列选项中，关于dropna()方法描述正确的是（ ）。

A)dropna()方法只会删除值为NaN的数据
B)dropna()方法不会删除值为None的数据
C)dropna()方法会删除值为None和NaN的数据
D)dropna()方法只会检测缺失数据和空值
答案:C
解析:dropna()默认删除None或NaN，但是可以指定参数，对轴进行删除。

50.[单选题]zookeeper节点的特性()
A)可以存储数据
B)不可以存储数据
C)可以计算数据
D)可以协调数据
答案:A
解析:
51.[单选题]Relief是为（__)问题设计的。

A)二分类
B)多分类
C)回归
D)降维
答案:A
解析:
52.[单选题]ResNet-50 有多少个卷积层? ()
A)48
B)49
C)50
D)51
答案:B
解析:
53.[单选题]关于降维算法中的主成分分析,()是错误的。

A)有监督算法
B)可以指定降维的维度
C)基于方差来计算
D)根据特征值大小来筛选特征
答案:A
解析:主成分分析法属于无监督算法。

54.[单选题]以下哪种NLP模型的准确性最高?
B)XLNET
C)GPT-2
D)ELMo
答案:B
解析:
55.[单选题]在使用软间隔支持向量机（SVM）时，对于线性不可分数据集，线性支持向量机对每个样本点引进松弛变量，放宽约束条件。

为了使这种放宽适度，需要对每一个进行一个代价为的“惩罚”。

关于惩罚系数C,正确的说法有：
A)惩罚系数C越小，对于错误分类的惩罚越重
B)惩罚系数C越大，对于错误分类的惩罚越重
C)惩罚系数C越小越好
D)惩罚系数C越大越好
答案:B
解析:
56.[单选题]归纳推理是( )推理。

[] *
A)从一般到个别
B)从个别到一般
C)从个别到个别
D)从一般到一般
答案:B
解析:
57.[单选题]随机森林方法属于( )
A)梯度下降优化
B)Bagging方法
C)Boosting方法
D)线性分类
答案:B
解析:
58.[单选题]一个分布式应用程序协调服务,分布式应用程序可以基于它实现同步服务,配置维护和命名服务等的工具有( )
A)Flume
B)Zookeeper
C)Storm
D)Sparkstreaming
答案:B
解析:
第2部分：多项选择题，共17题，每题至少两个正确答案,多选或少选均不得分。

59.[多选题]图像间的算术运算?
A)可以“原地完成“是因为每次运算只涉及1个空间位置;
B)加法运算和减法运算互为逆运算,所以用加法运算实现的功能也可用减法运算实现;
C)与逻辑运算类似,也可用于二值图像;
D)与逻辑运算类似,既可对一副图像进行,也可以对两幅图像进行;
答案:AC
解析:
A)CART回归决策树
B)线性回归
C)朴素贝叶斯
D)CART分类决策树
答案:AB
解析:
61.[多选题]K－means等聚类算法可用于以下哪些实际场景
A)市场细分
B)社交圈分析
C)集群计算
D)天体数据分析
答案:ABCD
解析:
62.[多选题]以下描述正确的是(__)。

A)对重复数据通常采用条件过滤方法
B)对无关数据通常采用重复过滤方法
C)噪声是指测量变量过程中的随机错误或误差
D)数据清洗是指在数据审计活动基础上，将脏数据清洗成干净数据的过程答案:CD
解析:
63.[多选题]下列属于原型聚类算法的是（__)。

A)k均值算法
B)学习向量量化
C)高斯混合聚类密度聚类
D)密度聚类
答案:ABC
解析:
64.[多选题]下列有关k-mean算法说法正确的是()
A)不能自动识别类的个数,随机挑选初始点为中心点计算
B)数据数量不多时,输入的数据的顺序不同会导致结果不同
C)不能自动识别类的个数,不是随机挑选初始点为中心点计算
D)初始聚类中心的选择对聚类结果的影响很大
答案:AD
解析:
65.[多选题]常见的决策树节点测试的类型有()
A)离散值,分裂所有可能
B)连续值,分裂两种可能
C)离散值,分裂两种可能
D)连续值,分裂两种以上可能
答案:ABC
解析:
66.[多选题]下列哪些项属于传统循环神经网络的性质。

（）
A)上一时刻的网络状态信息将会作用于下一时刻的网络状态
B)并行处理序列中所有信息
C)容易梯度爆炸/消失
D)易于搭建
答案:AC
解析:
67.[多选题]一个监督观测值集合会被划分为( )。

A)训练集
B)验证集
C)测试集
D)预处理集
答案:ABC
解析:一个监督观测值集合会被划分为训练集、测试集、预测集。

其中测试集来测试学习器对新样本的判别能力,然后以测试集上的测试误差(testing error)作为泛化误差的近似。

68.[多选题]下列算法属于深度学习的是( )
A)卷积神经网络
B)循环神经网络
C)决策树
D)受限玻尔兹曼机
答案:ABD
解析:
69.[多选题]基因遗传算法的组成部分包括( )* *
A)初始化编码
B)适应度函数
C)选择
D)交叉和变异
答案:ABCD
解析:
70.[多选题]以下关于正则化的描述正确的是()
A)正则化可以防止过拟合
B)L1正则化能得到稀疏解
C)L2正则化约束了解空间
D)Dropout也是一种正则化方法
答案:ABCD
解析:
71.[多选题]循环神经网络主要被应用于哪些场景。

（）
A)语音识别
B)语音建模
C)机器翻译
D)图像识别
答案:ABC
解析:
72.[多选题]下列属于无监督学习任务的还有（__）。

A)密度估计
B)异常检测
C)聚类
D)分类
答案:ABC
73.[多选题]在机器学习中，如果单纯去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合，可以有效解决过拟合的方法包括
A)增加样本数量
B)增加特征数量
C)训练更多的迭代次数
D)采用正则化方法
答案:AD
解析:
74.[多选题]影响K近邻算法分类效果的因素有
A)K的取值
B)距离计算方式
C)样本的数量
D)样本的稀疏程度
答案:AB
解析:
75.[多选题]以下对层次聚类描述正确的( )
A)监督学习
B)自顶向下寻找最优划分
C)集成学习
D)自底向上寻找最优合并
答案:BD
解析:
第3部分：判断题，共12题，请判断题目是否正确。

76.[判断题]决策树基本流程遵循简单且直观的分而治之策略。

__
A)正确
B)错误
答案:对
解析:
77.[判断题]Logistic回归和Softmax回归都只能处理二元分类问题
A)正确
B)错误
答案:错
解析:
78.[判断题]假设当前有一个3行3列的ndarray数组，如果想要获取第3行第2列的元素，可以使用ndarray[3,2]。

A)正确
B)错误
答案:错
解析:索引从0开始计数
79.[判断题]数据标准化有利于加快模型的收敛速度，提高模型的泛化能力。

A)正确
B)错误
答案:对
80.[判断题]NumPy支持比Python更多的数据类型。

A)正确
B)错误
答案:对
解析:
81.[判断题]逻辑回归是一种解决回归问题的算法
A)正确
B)错误
答案:错
解析:
82.[判断题]线性回归模型只能处理具有线性关系的数据。

A)正确
B)错误
答案:错
解析:
83.[判断题]Bagging是一个低效的集成学习算法
A)正确
B)错误
答案:错
解析:
84.[判断题]集成学习归属于机器学习，是一种训练思路，并不是某种具体的方法或者算法。

它没有创造出新的算法
，而是把已有的算法进行结合，从而得到更好的效果
A)正确
B)错误
答案:对
解析:
85.[判断题]根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习
A)正确
B)错误
答案:对
解析:
86.[判断题]线性回归主要用于解决回归问题，其因变量是连续的值。

A)正确
B)错误
答案:对
解析:
87.[判断题]逻辑回归算法是一种广义的线性回归分析方法，它仅在线性回归算法的基础上，利用Sigmoid函数对事件发生的概率进行预测。

A)正确
B)错误
答案:对
解析:
第4部分：问答题，共9题，请在空白处填写正确答案。

88.[问答题]常用核函数有线性核，多项式核，拉普拉斯核，Sigmoid核， 核等。

答案:高斯
解析:
89.[问答题]谈一谈多项式回归中的过拟合现象。

答案:多项式方程的次方数越大，对数据的拟合度越好。

但增加多项式的次数也会增加模型的复杂度。

如果模型的载荷过高可能也会导致过拟合。

在这种情况下，模型会变得非常复杂，与训练数据拟合得很好，但是，在新的数据上表现得很差。

在degree的选择上，需要根据情况进行选择，以防过拟合的现象产生。

解析:
90.[问答题]一般的，一棵决策树包含一个______，若干个内部结点和若干个_______。

答案:根结点
解析:
91.[问答题]简述标准BP算法和累计BP算法的缺点
答案:累积 BP 算法与标准 BP 算法都很常用.一般来说，标准 BP 算法每次更新只针对单个样例?参数更新得非常频繁，而且对不同样例进行更新的效果可能出现"抵消"现象.因此，为了达到同样的累积误差极小点 标准 BP 算法往往需进行更多次数的法代.累积 BP 算法直接针对累积误差最小化，它在 卖取整个训练集 一遍后才对参数进行更新，其参数更新的频率低得多.但在很多任务中，累积误差下降到一定程度之后，进一步下降会非常缓慢，这时标准 BP 往往会更快获得较好的解，尤其是在训练非常大时更明显.
解析:
92.[问答题]贝叶斯分类器的训练，就是从样本集数据中估计出（）（）
答案:先验概率
解析:
93.[问答题]对于一个复杂的学习任务，首先构造多个简单的学习模型，然后再把这些简单模型组合成一个高效的学习模型，这是（）的基本思想
答案:集成学习
解析:
94.[问答题]简述监督学习与无监督学习的区别
答案:监督学习方法用来对数据实现分类，分类规则通过训练获得。

该训练集由带分类号的数据集组成，因此监督学习方法的训练过程是离线的。

非监督学习方法不需要单独的离线训练过程，也没有带分类号（标号）的训练数据集，一般用来对数据集进行分析，如聚类，确定其分布的主分量等。

解析:
95.[问答题]代码中的 mpl.rcParams['font.sans-serif]=['SimHei"]的作用是（ ）
答案:设置图表中文显示的字体
解析:
96.[问答题]多分类任务进行拆分的最经典的差分策略有:"一对一","一对其余"和"_________"。

答案:多对多
解析:
97.[单选题]下面那个决策边界是神经网络生成的？
A)A
B)D
D)B
E)以上都有
答案:E
解析:神经网络可以逼近方式拟合任意函数, 所以以上图都可能由神经网络通过监督学习训练得到决策边界。

98.[单选题]支持向量机模型,选择RBF函数作为kernel后,对gamma(函数自带参数)画散点图,如果忘记在图上标记gamma值,以下哪一个选项可以解释下图的gamma值(图1,2,3从左向右,gamma值分别为g1、g2、g3)?
A)g1 > g2 > g3
B)g1 = g2 = g3
C)g1 < g2 < g3
D)g1 >= g2 >= g3
E)g1 <= g2 <= g3
答案:C
解析:随着gamma的增大,存在对于测试集分类效果差而对训练分类效果好的情况,并且容易泛化误差出现过拟合,因此C选项正确。

99.[单选题]模型的高bias是什么意思, 我们如何降低它 ?
A)在特征空间中减少特征
B)在特征空间中增加特征
C)增加数据点
D)B和C
E)以上所有
答案:B
解析:bias太高说明模型太简单了, 数据维数不够, 无法准确预测数据, 所以, 升维吧 !
100.[单选题]神经网络模型(Neural Network)因受人类大脑的启发而得名,神经网络由许多神经元(Neuron)组成,每个神经元接受一个输入,对输入进行处理后给出一个输出,如下图所示。

请问下列关于神经元的描述中,哪一项是正确的?
A)每个神经元可以有一个输入和一个输出
B)每个神经元可以有多个输入和一个输出
C)每个神经元可以有一个输入和多个输出
D)每个神经元可以有多个输入和多个输出
E)上述都正确
答案:E
解析:。