2025年大数据与人工智能课程考试试题及答案.docxVIP

2025年大数据与人工智能课程考试试题及答案

一、单项选择题（每题2分，共20分）

1.以下关于大数据存储技术HDFS的描述中，错误的是（）。

A.HDFS默认块大小为128MB，可通过参数调整

B.数据副本数默认3个，存储策略支持机架感知

C.NameNode负责存储元数据，采用主从架构

D.HDFS适合存储小文件，可通过CombineFileInputFormat优化

2.关于Spark的RDD（弹性分布式数据集），以下说法正确的是（）。

A.RDD是不可变的，转换操作（Transformation）会立即触发计算

B.持久化（Persist）操作默认存储级别为MEMORY_AND_DISK

C.窄依赖（NarrowDependency）指父RDD的一个分区只被一个子RDD分区使用

D.SparkSQL的DataFrame比RDD更高效，因为其不保留数据类型信息

3.在机器学习中，以下损失函数与任务类型匹配错误的是（）。

A.均方误差（MSE）—回归任务

B.交叉熵损失（CrossEntropy）—二分类任务

C.铰链损失（HingeLoss）—支持向量机（SVM）

D.Dice损失—目标检测任务

4.关于深度学习中的激活函数，以下描述错误的是（）。

A.Sigmoid函数易导致梯度消失，适合二分类输出层

B.ReLU（修正线性单元）在x0时梯度为1，缓解梯度消失

C.LeakyReLU通过引入小负斜率解决ReLU的“神经元死亡”问题

D.Softmax函数通常用于多分类任务的输入层

5.自然语言处理（NLP）中，Word2Vec的Skipgram模型核心是（）。

A.用中心词预测上下文词

B.用上下文词预测中心词

C.用句子预测下一个词

D.用句子对预测是否相关

6.以下不属于数据挖掘关联规则分析常用指标的是（）。

A.支持度（Support）

B.置信度（Confidence）

C.提升度（Lift）

D.熵（Entropy）

7.在卷积神经网络（CNN）中，3×3卷积核的感受野（ReceptiveField）相对于1×1卷积核的优势是（）。

A.减少计算量

B.捕获局部空间特征

C.增加模型深度

D.避免过拟合

8.关于梯度下降优化算法，以下说法正确的是（）。

A.随机梯度下降（SGD）每次使用全部样本计算梯度

B.Adam算法结合了动量（Momentum）和自适应学习率

C.批量梯度下降（BatchGD）收敛速度最快但计算成本高

D.RMSprop仅通过动量项加速收敛

9.以下属于无监督学习任务的是（）。

A.垃圾邮件分类（标签已知）

B.客户分群（无标签）

C.房价预测（连续值输出）

D.图像识别（标签已知）

10.大数据伦理中，“数据匿名化”的主要挑战是（）。

A.计算成本过高

B.难以完全消除重识别风险

C.存储效率降低

D.与数据可用性矛盾

二、填空题（每题2分，共20分）

1.大数据处理框架Hadoop的核心组件包括HDFS（分布式文件系统）和________（分布式计算框架）。

2.Spark中，________操作（如count、collect）会触发Job执行，属于行动操作（Action）。

3.机器学习中，将类别型特征转换为数值型的常用方法是________（如将“红/蓝”转换为[1,0]/[0,1]）。

4.深度学习中，LSTM（长短期记忆网络）通过________（输入门、遗忘门、输出门）控制信息传递。

5.Transformer模型的核心机制是________，其计算公式为Attention(Q,K,V)=softmax(QK?/√d_k)V。

6.数据清洗中，处理缺失值的常用方法包括删除记录、________（如用均值填充）和模型预测。

7.聚类算法DBSCAN的两个关键参数是________（邻域半径）和MinPts（邻域内最小样本数）。

8.强化学习中，智能体（Agent）通过与环境交互，最大化长期________（Reward）来学习策略。

9.图像分类任务中，CNN的________层（如全连接层）负责将特征映射转换为类别概率。

10.大数据安全的“三要素”是机密性、完整性和________（如防止数据被非法访问）。

三、简答题（每题8分，共40分）

1.简述HadoopMa