2025年人工智能基础课程考试卷及答案.docxVIP

2025年人工智能基础课程考及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于监督学习任务？

A.图像分类（给定标签的训练集）

B.新闻主题聚类（无标签数据）

C.房价预测（给定历史房价和特征）

D.垃圾邮件识别（给定邮件内容和是否为垃圾的标签）

2.深度学习中，ReLU激活函数的主要优势是：

A.避免梯度消失问题

B.输出范围在(-1,1)之间

C.计算复杂度高

D.适用于所有类型的神经网络

3.在支持向量机（SVM）中，引入核函数的主要目的是：

A.降低计算复杂度

B.将低维线性不可分数据映射到高维线性可分空间

C.减少过拟合风险

D.提高模型的可解释性

4.以下哪种损失函数最适合二分类任务？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.绝对误差（MAE）

D.Huber损失

5.在自然语言处理（NLP）中，Word2Vec的核心目标是：

A.生成语法正确的句子

B.将单词映射到连续向量空间，捕捉语义关系

C.实现机器翻译

D.识别文本中的命名实体

6.卷积神经网络（CNN）中，池化层的主要作用是：

A.增加特征图的深度

B.减少空间维度（降维），保留主要特征

C.引入非线性变换

D.优化参数数量

7.以下哪项是强化学习（RL）的关键要素？

A.有标签的训练数据

B.奖励信号（Reward）

C.固定的特征工程

D.无监督的特征提取

8.在决策树算法中，信息增益（InformationGain）用于：

A.评估特征的重要性

B.计算模型的泛化能力

C.确定树的剪枝策略

D.选择最优分裂特征和阈值

9.以下关于Transformer模型的描述，错误的是：

A.仅使用自注意力机制（Self-Attention）

B.解决了循环神经网络（RNN）的长距离依赖问题

C.支持并行计算

D.编码器-解码器结构是其核心设计之一

10.人工智能伦理中，“算法歧视”的主要成因是：

A.计算资源分配不均

B.训练数据中存在偏见

C.模型复杂度不足

D.硬件性能限制

---

二、填空题（每空1分，共15分）

1.机器学习的三要素包括模型、策略和__________。

2.梯度下降算法中，参数更新公式为：\(\theta_{t+1}=\theta_t-\eta\cdot\)__________（用符号表示）。

3.循环神经网络（RNN）的主要缺陷是__________，而长短期记忆网络（LSTM）通过引入__________门、__________门和输出门解决了这一问题。

4.在k近邻（k-NN）算法中，常用的距离度量方法包括__________距离（如欧氏距离）和曼哈顿距离。

5.生成对抗网络（GAN）由__________和__________两个网络组成，通过对抗训练学习数据分布。

6.BERT模型的预训练任务包括__________和__________，其中前者随机遮挡部分输入token，后者判断两个句子是否连续。

7.计算机视觉中，目标检测的经典算法包括__________（单阶段）和FasterR-CNN（两阶段）。

8.强化学习中，策略（Policy）表示__________到动作的映射，价值函数（ValueFunction）评估在某策略下状态的长期回报。

---

三、简答题（每题6分，共30分）

1.解释“过拟合”现象及其产生原因，并列举至少3种缓解过拟合的方法。

2.比较随机梯度下降（SGD）、批量梯度下降（BGD）和小批量梯度下降（MBGD）的优缺点。

3.简述卷积神经网络（CNN）中“感受野”（ReceptiveField）的定义及其在图像特征提取中的作用。

4.说明自然语言处理中“词袋模型”（Bag-of-Words）与“词嵌入”（WordEmbedding）的主要区别。

5.分析人工智能在医疗领域的应用场景（至少3个）及其潜在风险。

---

四、算法推导与编程题（共20分）

1.（10分）推导线性回归模型的最小二乘法参数解。假设训练集为\(\{(x_i,y_i)\}_{i=1}^n\)，其中\(x_i\in\mathbb{R}^d\)，\(y_i\in\mathbb{R}\)，模型假设为\(\hat{y}=w^Tx+b\