2025年机器学习工程师考试题库（附答案和详细解析）（1116）.docxVIP

机器学习工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下关于监督学习的描述，正确的是（）

A.输入数据不包含标签，目标是发现数据内在结构

B.输入数据包含标签，目标是学习输入到输出的映射

C.依赖环境反馈的奖励信号，目标是最大化累积奖励

D.常用于聚类、降维等任务

答案：B

解析：监督学习的核心特征是训练数据包含输入（特征）和对应的输出（标签），目标是学习从输入到输出的映射函数（选项B正确）。选项A描述的是无监督学习；选项C是强化学习；选项D属于无监督学习的典型任务。

以下哪种算法不属于生成式模型？（）

A.朴素贝叶斯

B.隐马尔可夫模型（HMM）

C.支持向量机（SVM）

D.高斯混合模型（GMM）

答案：C

解析：生成式模型通过学习数据的联合概率分布(P(X,Y))或(P(X))生成数据（如朴素贝叶斯假设特征独立，HMM建模序列概率，GMM拟合数据分布）。SVM是判别式模型，直接学习决策边界(P(Y|X))（选项C错误）。

以下哪项是解决过拟合的有效方法？（）

A.增加模型复杂度

B.减少训练数据量

C.应用L2正则化

D.降低学习率

答案：C

解析：过拟合的本质是模型对训练数据过度拟合，泛化能力差。L2正则化通过在损失函数中添加权重平方和的惩罚项，限制模型复杂度（选项C正确）。增加模型复杂度（A）、减少数据量（B）会加剧过拟合；降低学习率（D）主要影响优化速度，与过拟合无直接关联。

评估二分类模型时，若关注“查全率”，应重点分析以下哪个指标？（）

A.精确率（Precision）

B.召回率（Recall）

C.F1-score

D.AUC-ROC

答案：B

解析：召回率（Recall）定义为()，表示模型正确识别正类样本的比例，即“查全率”（选项B正确）。精确率是“查准率”，F1是二者调和平均，AUC-ROC反映整体分类能力。

卷积神经网络（CNN）中，卷积层的主要作用是（）

A.减少参数数量

B.提取局部特征

C.进行非线性变换

D.整合全局信息

答案：B

解析：卷积层通过滑动窗口（卷积核）与输入特征图逐元素相乘求和，提取局部空间特征（如边缘、纹理）（选项B正确）。减少参数数量是权值共享的结果；非线性变换由激活函数（如ReLU）实现；整合全局信息通常由全连接层完成。

以下哪项不是集成学习中Boosting方法的特点？（）

A.基模型串行训练

B.关注降低偏差

C.对异常值敏感

D.基模型间独立

答案：D

解析：Boosting方法（如GBDT）通过串行训练基模型，每个模型重点修正前序模型的错误，目标是降低偏差（选项A、B正确）。由于逐轮纠正错误，异常值会被反复放大，导致敏感（选项C正确）。基模型间独立是Bagging（如随机森林）的特点（选项D错误）。

处理类别不平衡数据时，以下哪种方法属于“代价敏感学习”？（）

A.SMOTE过采样

B.调整分类器的类别权重

C.随机欠采样负类

D.特征选择

答案：B

解析：代价敏感学习通过为不同类别分配不同的错误代价（如增加少数类误分类的损失权重）来平衡类别影响（选项B正确）。SMOTE和欠采样是数据层面的方法，特征选择与类别平衡无关。

以下关于循环神经网络（RNN）的描述，错误的是（）

A.适用于序列数据（如文本、时间序列）

B.存在梯度消失/爆炸问题

C.隐藏层状态仅依赖当前输入

D.LSTM通过门控机制缓解梯度问题

答案：C

解析：RNN的隐藏层状态(h_t)由当前输入(x_t)和前一状态(h_{t-1})共同决定（选项C错误）。其他选项均正确：RNN处理序列数据（A），因链式求导导致梯度消失/爆炸（B），LSTM的门控机制（遗忘门、输入门、输出门）控制信息流动（D）。

以下哪项是交叉验证的主要目的？（）

A.提高模型泛化能力

B.选择最优超参数

C.减少训练时间

D.防止数据泄露

答案：B

解析：交叉验证（如k-fold）通过将数据划分为训练集和验证集，评估模型在不同数据子集上的表现，主要用于超参数调优（如选择决策树的最大深度）（选项B正确）。提高泛化能力需通过正则化等方法（A错误）；减少训练时间与交叉验证无关（C错误）；防止数据泄露需规范数据划分流程（D错误）。

以下损失函数中，最适合多分类任务的是（）

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.Hinge损失

D.指数损失

答案：B

解析：交叉熵损失通过(L=-y_i(_i))衡量预测概率与真实标签的差异，天然支持多分类（通过softmax输出概率分布）（选项B正确）。MSE用于回归（A错误）；Hinge