2026年全国卷数学完形填空语境提升卷含解析.docxVIP

2026年全国卷数学完形填空语境提升卷含解析

考试时间：______分钟总分：______分姓名：______

第一部分

阅读下面的材料，完成第1～5题。

在人工智能（AI）领域，机器学习（ML）是核心分支之一。其基本原理是通过算法，使计算机系统能够从数据中学习并改进其性能，而无需进行显式编程。一种常见的机器学习模型是线性回归模型。假设我们要预测某个变量（如房屋价格y）与一个或多个自变量（如房屋面积x1，房屋年龄x2）之间的关系。线性回归模型试图找到一条（或一组）最佳直线（或超平面），该直线（或超平面）能够以最小的误差（通常是均方误差）拟合这些数据点。

模型的目标是找到一组参数（权重）w和偏置b，使得预测值?与实际值y的差异最小。对于简单线性回归（只有一个自变量），模型形式为?=w*x1+b。在多维情况下（多个自变量），模型形式为?=w1*x1+w2*x2+...+wn*xn+b。学习过程通常涉及一个优化算法，如梯度下降法，它通过迭代调整参数w和b，使得预测误差逐渐减小。模型训练完成后，得到的线性方程就可以用于对新的、未见过的数据进行预测。评估模型性能的指标常用决定系数R2，它表示模型解释的方差占总方差的比例，R2越接近1，模型拟合效果越好。

1.根据材料，机器学习的基本目标可以概括为（）。

A