2026年机器学习工程师考试题库（附答案和详细解析）（0109）.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）

以下哪种任务属于监督学习？

A.对用户评论进行情感分类（正/负）

B.对客户交易数据进行聚类分析

C.用PCA对高维特征降维

D.用t-SNE可视化数据分布

答案：A

解析：监督学习需要样本的标签（目标变量），情感分类任务中“正/负”是标签，属于典型的分类任务（监督学习）。B（聚类）、C（降维）、D（可视化）均属于无监督学习，无需标签。

当模型在训练集上表现很好但测试集上表现差时，最可能的原因是？

A.欠拟合

B.过拟合

C.数据泄露

D.标签噪声

答案：B

解析：过拟合指模型过度学习训练数据的细节（包括噪声），导致泛化能力差（测试集表现差）。欠拟合（A）是训练集和测试集表现都差；数据泄露（C）是测试集信息进入训练过程；标签噪声（D）会同时影响训练和测试效果。

以下哪个指标最适合评估不平衡分类任务（正类占比1%）的模型性能？

A.准确率（Accuracy）

B.F1分数

C.均方误差（MSE）

D.精确率（Precision）

答案：B

解析：不平衡数据中，准确率（A）会因多数类主导而虚高；F1分数综合了精确率和召回率，更关注少数类表现；MSE（C）用于回归任务；精确率（D）仅关注正类预测正确的比例，未考虑漏检情况。

逻辑回归（LogisticRegression）的损失函数通常是？

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：逻辑回归通过sigmoid函数输出概率，交叉熵损失（B）直接衡量预测概率与真实标签的差异，是其标准损失函数。MSE（A）用于线性回归；Hinge损失（C）用于SVM；指数损失（D）用于AdaBoost。

随机森林（RandomForest）中“随机”不包括以下哪项？

A.随机选择样本子集（Bootstrap）

B.随机选择特征子集

C.随机初始化决策树的分裂阈值

D.随机设置树的最大深度

答案：D

解析：随机森林的“随机”体现在样本Bootstrap（A）和特征子集随机选择（B），树的分裂阈值（C）由算法根据信息增益自动确定，最大深度（D）通常是超参数，需人工调优，不属于随机机制。

以下哪种优化算法通过动量（Momentum）加速收敛？

A.SGD

B.Adagrad

C.RMSprop

D.SGDwithMomentum

答案：D

解析：SGDwithMomentum（D）引入动量项，利用历史梯度的累积方向更新参数，减少震荡并加速收敛。SGD（A）无动量；Adagrad（B）和RMSprop（C）通过自适应学习率调整优化，不依赖动量。

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（如边缘、纹理）

C.增加模型非线性

D.降维

答案：B

解析：卷积层通过滑动窗口（卷积核）提取输入数据的局部空间特征（如边缘、纹理），是CNN的核心功能。减少参数数量（A）主要通过权值共享实现；增加非线性（C）由激活函数完成；降维（D）通常由池化层或全连接层实现。

以下哪项不是正则化（Regularization）的目的？

A.防止过拟合

B.降低模型复杂度

C.提高训练集准确率

D.约束模型参数大小

答案：C

解析：正则化通过添加惩罚项（如L1/L2）约束参数大小（D），降低模型复杂度（B），从而防止过拟合（A）。但正则化可能降低训练集准确率（因限制了模型对训练数据的过度拟合），因此C错误。

梯度消失问题最可能出现在以下哪种神经网络中？

A.浅层神经网络（3层）

B.使用ReLU激活函数的深层网络

C.使用Sigmoid激活函数的深层网络

D.循环神经网络（RNN）

答案：C

解析：Sigmoid函数的导数在输入绝对值较大时趋近于0（导数范围0~0.25），深层网络中梯度反向传播时会多次相乘，导致梯度消失（前层参数更新极慢）。ReLU（B）的导数在正区间为1，可缓解梯度消失；浅层网络（A）梯度传递路径短，问题不明显；RNN（D）主要面临梯度消失/爆炸，但题干未限定类型，C更直接。

以下哪个库是专门用于机器学习模型部署的？

A.Scikit-learn

B.TensorFlow

C.PyTorch

D.TensorFlowServing

答案：D

解析：TensorFlowServing（D）是TensorFlow生态中用于模型部署的框架，支持高性能推理服务。Scikit-learn（A）用于模型训练；TensorFlow（B）和PyTorch（C）是深度学习训练框架。

二、多项选择题（共10题，每题2分，共20分）

以下哪些方法可以缓解过拟合？（