2025年人工智能专业基知识复习试题及答案.docxVIP

2025年人工智能专业基知识复习试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪种机器学习算法属于无监督学习？

A.逻辑回归

B.K-means聚类

C.支持向量机（SVM）

D.随机森林

答案：B

2.在深度学习中，ReLU激活函数的主要优点是？

A.避免梯度消失

B.输出范围在(-1,1)

C.计算复杂度高

D.适合处理回归问题

答案：A

3.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.将词语映射到低维连续向量空间

C.实现机器翻译

D.识别命名实体

答案：B

4.以下哪项是卷积神经网络（CNN）中池化层的主要作用？

A.增加模型参数数量

B.提取局部空间特征

C.降低特征图的空间维度

D.增强模型的非线性表达能力

答案：C

5.在强化学习中，“奖励函数”的作用是？

A.定义智能体的状态空间

B.指导智能体学习最优策略

C.表示环境的转移概率

D.限制动作空间的范围

答案：B

6.以下哪种损失函数适用于二分类问题？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.绝对平均误差（MAE）

D.对比损失（ContrastiveLoss）

答案：B

7.Transformer模型中，“多头注意力”机制的主要目的是？

A.减少计算量

B.捕捉不同子空间的上下文依赖

C.替代循环神经网络（RNN）

D.提高模型的参数量

答案：B

8.计算机视觉中，YOLO（YouOnlyLookOnce）算法的核心特点是？

A.分阶段进行目标检测（区域提议+分类）

B.单阶段端到端目标检测

C.仅支持小目标检测

D.依赖手工设计的特征

答案：B

9.以下哪项属于生成式人工智能模型？

A.BERT（双向编码器表示）

B.GPT（生成式预训练变换器）

C.ResNet（残差网络）

D.SIFT（尺度不变特征变换）

答案：B

10.AI伦理中，“可解释性”要求的核心是？

A.模型预测结果可被人类理解

B.模型参数数量可控制

C.模型训练数据完全公开

D.模型运行速度可优化

答案：A

二、填空题（每空2分，共20分）

1.监督学习中，训练数据需要包含________和对应的标签。

答案：输入特征

2.梯度下降的三种常见变体是批量梯度下降（BGD）、随机梯度下降（SGD）和________。

答案：小批量梯度下降（MBGD）

3.循环神经网络（RNN）的主要缺陷是________问题，导致长序列依赖学习困难。

答案：梯度消失/爆炸

4.自然语言处理中，BERT模型的预训练任务包括________和下一句预测（NSP）。

答案：掩码语言模型（MLM）

5.生成对抗网络（GAN）由________和判别器两部分组成。

答案：生成器

6.计算机视觉中，图像分类任务的经典评价指标包括准确率、精确率、召回率和________。

答案：F1分数（或top-5准确率）

7.强化学习的三要素是状态（State）、动作（Action）和________。

答案：奖励（Reward）

8.迁移学习的核心思想是将________任务中学习到的知识迁移到目标任务中。

答案：源

9.深度学习中，权重初始化过大会导致________，过小会导致梯度消失。

答案：梯度爆炸

10.AI安全领域中，________攻击通过微小扰动输入数据，使模型做出错误预测。

答案：对抗样本

三、简答题（每题8分，共40分）

1.简述过拟合的定义、常见原因及解决方法。

答案：

过拟合指模型在训练数据上表现良好，但在未见过的测试数据上泛化能力差的现象。

常见原因：模型复杂度过高（如参数过多）、训练数据量不足、数据噪声干扰、训练迭代次数过多。

解决方法：

①增加训练数据量（数据增强、收集更多数据）；

②降低模型复杂度（减少网络层数/神经元数量、使用正则化如L1/L2正则）；

③早停（EarlyStopping）：在验证集性能下降前停止训练；

④dropout层：随机失活部分神经元，减少神经元间的协同依赖；

⑤数据清洗：去除噪声或异常样本。

2.对比LSTM（长短期记忆网络）与Transformer在序列建模任务中的差异。