人工智能核心算法模拟习题含答案.docxVIP

人工智能核心算法模拟习题含答案

一、单选题（共44题，每题1分，共44分）

1.下列可以用于聚类问题的机器学习算法有（）

A、随机森林

B、逻辑回归

C、k-means

D、决策树

正确答案：C

2.过拟合会出现高（）问题

A、标准差

B、偏差

C、平方差

D、方差

正确答案：D

3.下列神经网络特点描述错误的是(___)

A、广泛并行互连的网络

B、适应性

C、线性特性

D、由简单单元组成

正确答案：C

4.卷积核与特征图的通道数的关系是：

A、卷积核size越大特征图通道数越多

B、卷积核数量越多特征图通道数越多

C、卷积核数量越多特征图通道数越少

D、二者没有关系

正确答案：B

5.独热编码的英文是：

A、twocold

B、onehot

C、twohot

D、onecold

正确答案：B

6.xgboost在代价函数里加入了（），用于控制模型的复杂度

A、激活函数

B、非线性

C、特征变换

D、正则项

正确答案：D

7.语句np.sum（arr3,axis=1）的作用是（）？注：（已导入numpy库）importnumpyasnp

A、对每一行求和

B、对每一列求和

C、对整个数组求和

D、对第1列求和

正确答案：A

8.（）对隐含层的输入进行归一化，更好的尺度不变性（应对内部协变量偏移），更好的优化地形（输入处于不饱和区域，从而让梯度变大）

A、归一化

B、白化

C、数据增强

D、批量归一化

正确答案：D

9.下面的问题，哪一个属于分类问题的是（）

A、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工下一季度的绩效考核分数

B、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工是否可能会在接下来的一段时间内离职

C、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工下一季度的销售额

D、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工在接下来一段时间内的工资涨幅

正确答案：B

10.下列关于聚类算法的说法，正确的是（）

A、聚类算法通常用于在知道类别的情况下，把样本按照样本之间的相似性等分成不同的类别

B、聚类算法通常用于在不知道类别的情况下，把样本按照样本之间的相似性等分成不同的类别

C、聚类算法可以用于回归问题

D、聚类算法是一种监督学习算法

正确答案：B

11.以下程序的输出是（）？array=np.array（[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]）;print（array.shape）

A、（4,3）

B、4

C、3

D、（3,4）

正确答案：A

12.早期图像识别技术中存在的主要问题是（）。

A、全局特征丢掉了图像细节

B、太多的错误匹配

C、提取不到主要特征

D、存储效率低下

正确答案：A

13.以下关于熵、信息增益、基尼指数的相关描述中错误的是

A、Gini指数越大，不纯度越小，越容易区分，越不容易分错

B、熵权法是一种客观赋权法，因为它仅依赖于数据本身的离散性

C、信息增益越大，表示某个条件熵对信息熵减少程序越大，也就是说，这个属性对于信息的判断起到的作用越大

D、熵越大，不确定性越大，信息量也就越大

正确答案：A

14.Google与Facebook分别提出SimCLR与MoCo两个算法，实现在（）上学习图像数据表征。两个算法背后的框架都是对比学习（contrastivelearning）

A、标注数据

B、无标注数据

C、二维数据

D、图像数据

正确答案：B

15.下列算法，哪项能处理非线性问题（）

A、标准SVM

B、多项式回归

C、神经元模型

D、线性回归

正确答案：B

16.神经元之间的每个连接都有（）权重。

A、一个

B、两个

C、无

D、多个

正确答案：A

17.数据科学家经常使用多个算法进行预测，并将多个机器学习算法的输出（称为“集成学习”）结合起来，以获得比所有个体模型都更好的更健壮的输出。则下列说法正确的是？（）

A、基本模型之间相关性高。

B、基本模型之间相关性低。

C、集成方法均使用加权平均代替投票方法。

D、基本模型都来自于同一算法。

正确答案：B

18.损失函数反映了神经网络的目标输出和实际输出的误差，在深度学习中常用的损失函数是:

A、指数损失函数

B、均方损失函数

C、对数损失函数

D、Hinge损失函数

正确答案：B

19.下面哪个/些超参数的增加可能会造成随机森林数据过拟合？1树的数量2树的深度3学习速率

A、都正确

B、只有1

C、只有3

D、只有2

正确答案：D

20.梯度下降算法的正确步骤是什么？1.计算预测值和真实值之间的误差2.重复迭代，直至得到网络权重的最佳值3.把输入传入网络，得到输出值4.用随机值初始化权