人工智能训练师实操考试题及答案.pdfVIP

人工智能训练师实操考试题及答案

姓名：_______准考证：_______考号：_______分数：_______

一、选择题（每题2分，共20分）

1.在设计一个图像分类模型的训练数据集时，以下哪项操作是不推

荐的？

A.对训练集进行数据增强，如旋转、裁剪、颜色抖动

B.将测试集中的某些样本按类别比例加入训练集，以扩大训练规

模

C.对数据进行归一化处理，例如将像素值缩放到[0,1]区间

D.使用交叉验证划分训练集和验证集

2.关于模型过拟合的描述，以下哪项是错误的？

A.训练误差远小于验证误差

B.模型在训练集上表现优异，但在新数据上泛化能力差

C.增加训练数据量可以完全解决过拟合问题

D.L1/L2正则化是缓解过拟合的常用方法

3.在自然语言处理任务中，若要构建一个情感分析模型，以下哪种

词嵌入方法更适合捕捉词语的语义相似性？

A.One-hot编码

B.TF-IDF

C.Word2Vec

D.CountVectorizer

4.关于强化学习中“探索与利用”的权衡，以下哪种策略长期来看

更可能导致最优策略？

A.始终选择当前已知的最高奖励动作（纯利用）

B.完全随机选择动作（纯探索）

C.ε-贪心策略，其中ε随时间线性递减

D.UCB（UpperConfidenceBound）算法

5.在训练一个深度神经网络时，若梯度消失问题严重，以下哪种方

法无效？

A.使用ReLU激活函数替代Sigmoid/Tanh

B.增加网络层数

C.使用批归一化（BatchNormalization）

D.采用残差连接（ResidualConnection）

6.关于模型评估指标，以下说法正确的是？

A.在类别不平衡的二分类问题中，准确率（Accuracy）是最佳指

标

B.F1-score是精确率（Precision）和召回率（Recall）的调和

平均，适合平衡两者

C.AUC-ROC曲线只能评估二分类模型，无法用于多分类

D.混淆矩阵中的TP（TruePositive）表示负例被预测为正例的

数量

7.在联邦学习场景中，以下哪项是核心优势？

A.所有参与方共享原始数据，提高模型性能

B.数据不出本地，保护用户隐私

C.通信成本低于集中式训练

D.无需聚合服务器即可完成模型更新

8.关于生成对抗网络（GAN）的训练，以下哪项是常见问题？

A.生成器和判别器收敛速度差异过小

B.梯度爆炸问题通常比梯度消失更严重

C.使用均方误差（MSE）作为生成器损失函数会导致模式崩溃

D.批归一化对GAN训练稳定性无影响

9.在时间序列预测任务中，若数据存在明显的季节性，以下哪种模

型更适合？

A.线性回归

B.ARIMA

C.随机森林

D.多层感知机（MLP）

10.关于模型可解释性，以下说法错误的是？

A.LIME和SHAP是模型无关的解释方法

B.决策树模型天然具有高可解释性

C.深度学习模型无法提供任何特征重要性分析

D.可视化模型的注意力机制有助于理解决策过程

二、多项选择题（每题3分，共15分，错选、漏选均不得

分）

1.以下哪些方法可以用于缓解深度学习模型的过拟合？

A.Dropout

B.早停（EarlyStopping）

C.增加训练数据量

D.减小网络参数量

2.在计算机视觉任务中，以下哪些预训练模型可用于迁移学习？

A.ResNet

B.BERT

C.VGG

D.Inception

3.关于Transformer模型，以下哪些描述是正确的？

A.完全依赖卷积层进行特征提取

B.自注意力机制（Self-Attention）是其核心组件

C.位置编码（PositionalEncoding）用于捕捉序列顺序信息

D.相比RNN，更擅长处理长序列依赖

4.强