2025年机器学习工程师考试题库（附答案和详细解析）（1227）.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）

以下哪种学习方式属于监督学习？

A.通过无标注数据发现数据分布模式（如聚类）

B.通过与环境交互的奖励信号优化策略（如AlphaGo）

C.通过标注的输入-输出对训练模型（如图像分类）

D.通过未标注数据学习特征表示（如自编码器）

答案：C

解析：监督学习的核心是使用标注的训练数据（输入-输出对）训练模型，目标是学习输入到输出的映射关系。选项A是无监督学习，B是强化学习，D是自监督学习（无标注但利用数据内部结构），均不符合监督学习定义。

逻辑回归模型中，常用的损失函数是？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.Hinge损失

D.绝对误差（MAE）

答案：B

解析：逻辑回归用于分类任务，目标是输出概率分布，交叉熵损失能有效衡量预测概率与真实标签的差异。MSE和MAE是回归任务的损失函数，Hinge损失主要用于支持向量机（SVM）。

L2正则化的主要作用是？

A.减少模型偏差

B.防止过拟合，降低模型复杂度

C.加速梯度下降收敛

D.解决类别不平衡问题

答案：B

解析：L2正则化通过在损失函数中添加权重的平方和（λ||w||2），迫使模型选择更简单的权重（接近0但非0），从而降低过拟合风险。减少偏差需增加模型复杂度（如增加特征），加速收敛可通过调整学习率或使用动量，类别不平衡需调整样本权重或使用SMOTE。

评估分类模型时，若关注“所有正类样本中被正确预测的比例”，应选择以下哪个指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

答案：C

解析：召回率（Recall）=TP/(TP+FN)，表示正类样本中被正确识别的比例；精确率是TP/(TP+FP)（关注预测为正的样本中真实正类的比例）；准确率是(TP+TN)/(TP+FN+FP+TN)（整体正确比例）；F1是精确率和召回率的调和平均。

特征工程中，“将年龄分为‘青年’‘中年’‘老年’”属于？

A.特征缩放

B.特征分箱（离散化）

C.特征交叉

D.特征选择

答案：B

解析：特征分箱是将连续特征划分为离散区间（如年龄分箱），属于离散化操作。特征缩放（如标准化）是调整特征尺度，特征交叉是组合多个特征生成新特征，特征选择是筛选重要特征。

随机森林（RandomForest）属于以下哪种集成学习方法？

A.Boosting（提升）

B.Bagging（自助聚合）

C.Stacking（堆叠）

D.梯度提升树（GBT）

答案：B

解析：随机森林通过自助采样（Bootstrap）生成多个训练子集，每个子集训练一棵决策树，最终通过投票（分类）或平均（回归）集成结果，属于Bagging方法。Boosting（如Adaboost）是串行训练基模型，纠正前序模型错误；Stacking是用元模型集成基模型输出。

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.提取局部空间特征（如图像边缘、纹理）

C.实现非线性变换

D.输出最终分类结果

答案：B

解析：卷积层通过滑动卷积核提取输入数据的局部特征（如图像的边缘、纹理），利用局部感受野和权值共享减少参数。减少参数主要通过池化层或权值共享；非线性变换由激活函数（如ReLU）实现；输出结果由全连接层完成。

以下哪种情况最可能导致模型过拟合？

A.训练数据量远大于模型参数数量

B.模型复杂度低（如简单线性模型）

C.训练误差低但验证误差显著高于训练误差

D.数据中存在大量噪声

答案：C

解析：过拟合的典型表现是模型在训练集上表现很好（训练误差低），但在未见过的验证集上表现差（验证误差高）。数据量不足、模型复杂度过高或噪声过多是过拟合的成因，而非直接表现。

以下哪种梯度下降变体每次使用全部训练数据计算梯度？

A.随机梯度下降（SGD）

B.小批量梯度下降（Mini-batchGD）

C.批量梯度下降（BatchGD）

D.动量梯度下降（MomentumGD）

答案：C

解析：批量梯度下降（BatchGD）每次迭代使用全部训练数据计算梯度，梯度更新稳定但计算成本高；SGD使用单个样本，Mini-batch使用部分样本（如32/64），动量是优化SGD的加速策略。

偏差-方差权衡中，“高偏差、低方差”通常对应？

A.欠拟合（模型过于简单）

B.过拟合（模型过于复杂）

C.模型泛化能力强

D.数据噪声过大

答案：A

解析：高偏差意味着模型无法捕捉数据的复杂模式（如用线性模型拟合非线性数据），表现为训练误差和验证误差都高（欠拟合）；高方差是模型对训练数据过敏感（过拟合），训练误差低但验