2025年机器学习工程师考试题库（附答案和详细解析）（1113）.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）

以下哪种学习类型需要使用带标签的训练数据？

A.无监督学习

B.监督学习

C.强化学习

D.半监督学习

答案：B

解析：监督学习的核心是通过带标签的训练数据学习输入与输出之间的映射关系（如分类、回归任务）；无监督学习使用无标签数据（如聚类、降维）；强化学习通过与环境交互的奖励信号学习策略；半监督学习结合少量标签和大量无标签数据。因此正确答案为B。

在逻辑回归中，用于优化模型参数的损失函数通常是？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

hinge损失

D.指数损失

答案：B

解析：逻辑回归用于二分类任务，其输出是概率值，交叉熵损失能够衡量预测概率与真实标签的差异，是逻辑回归的标准损失函数；均方误差适用于回归任务；hinge损失是支持向量机的损失函数；指数损失用于AdaBoost。因此正确答案为B。

以下哪种方法不能有效缓解过拟合？

A.增加训练数据量

B.降低模型复杂度

C.使用L1正则化

D.减少训练轮次（EarlyStopping）

答案：D

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。增加数据量、降低复杂度（如减少神经网络层数）、正则化（L1/L2）均能缓解过拟合；EarlyStopping是通过监控验证集误差提前终止训练，而非减少轮次（可能未充分训练）。因此错误选项为D。

随机梯度下降（SGD）与批量梯度下降（BGD）的主要区别是？

A.SGD使用全部训练样本计算梯度，BGD使用单个样本

B.SGD使用单个样本计算梯度，BGD使用全部样本

C.SGD收敛速度更快，BGD更稳定

D.SGD容易陷入局部最优，BGD不会

答案：B

解析：BGD每次使用全部训练样本计算梯度，更新稳定但计算成本高；SGD每次使用单个样本计算梯度，更新速度快但噪声大；SGD可能因噪声跳出局部最优，BGD更易收敛到局部最优。因此正确答案为B。

在决策树中，信息增益的计算基于以下哪个指标？

A.基尼系数（GiniImpurity）

B.熵（Entropy）

C.均方误差（MSE）

D.准确率（Accuracy）

答案：B

解析：信息增益是父节点熵与子节点熵的加权差，用于衡量特征对数据划分的有效性；基尼系数是CART树的划分指标；均方误差用于回归树；准确率是模型评估指标。因此正确答案为B。

以下哪项不是神经网络中激活函数的作用？

A.引入非线性特性

B.防止梯度消失

C.加速模型收敛

D.计算损失函数

答案：D

解析：激活函数（如ReLU、Sigmoid）的核心作用是引入非线性（否则多层网络等价于单层）、调节梯度（如ReLU缓解梯度消失）、影响收敛速度；损失函数用于衡量预测与真实值的差异，与激活函数无关。因此错误选项为D。

在K近邻（KNN）算法中，当K值过小时，模型容易出现？

A.欠拟合

B.过拟合

C.高偏差

D.低方差

答案：B

解析：K值过小（如K=1）时，模型对噪声敏感，过度依赖局部数据，泛化能力差，属于过拟合（高方差、低偏差）；K值过大则模型过于平滑，无法捕捉细节，导致欠拟合（高偏差、低方差）。因此正确答案为B。

以下哪种集成学习方法属于Boosting类型？

A.随机森林（RandomForest）

B.XGBoost

C.梯度提升树（GBRT）

D.自适应增强（AdaBoost）

答案：D

解析：Boosting方法通过串行训练弱分类器，重点关注前序模型的错误样本（如AdaBoost调整样本权重）；随机森林是Bagging方法（并行训练多棵决策树）；XGBoost和GBRT是梯度提升的改进，但本质仍属Boosting。注意题目为单选题，最典型的Boosting是AdaBoost，因此正确答案为D。

在主成分分析（PCA）中，降维的目标是？

A.最大化数据在低维空间的方差

B.最小化数据在低维空间的方差

C.最大化类别间的区分度

D.最小化特征间的相关性

答案：A

解析：PCA通过正交变换将高维数据投影到低维空间，目标是保留最大方差（即最大程度保留原始信息）；最大化类别区分度是LDA（线性判别分析）的目标；最小化特征相关性是PCA的副产物，非核心目标。因此正确答案为A。

以下哪项是深度学习模型“可解释性”的典型挑战？

A.模型参数过多，难以直观理解特征重要性

B.训练速度慢，无法实时预测

C.对硬件计算资源要求高

D.容易受对抗样本攻击

答案：A

解析：深度学习模型（如深度神经网络）通常包含数百万参数，特征到输出的映射高度非线性，难以通过简单规则解释（如“输入像素变化如何影响输出类别”）；其他选项是性能或安全性问题，与可解释性无关。因此正确