2026年机器学习工程师考试题库（附答案和详细解析）（0213）.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.对未标注的用户点击数据进行聚类分析

B.根据标注的图像数据训练分类模型识别猫和狗

C.使用未标注的文本数据学习词向量表示

D.通过与环境交互优化游戏策略

答案：B

解析：监督学习的核心是使用带标签的训练数据（输入x和输出y）学习映射函数。选项B中“标注的图像数据”明确包含标签（猫/狗），符合监督学习定义。选项A（聚类）、C（词向量学习如Word2Vec）属于无监督学习；D（游戏策略优化）属于强化学习。

逻辑回归模型中，若目标变量是二分类（0/1），其损失函数通常选择？

A.均方误差（MSE）

B.交叉熵损失（Cross-EntropyLoss）

C.Huber损失

D.绝对误差（MAE）

答案：B

解析：逻辑回归通过sigmoid函数输出概率，交叉熵损失能直接衡量预测概率与真实标签的差异，是分类任务的常用损失函数。均方误差（A）和绝对误差（D）适用于回归任务；Huber损失（C）是回归任务的鲁棒损失函数。

以下哪种情况最可能导致模型过拟合？

A.训练数据量远大于测试数据量

B.模型复杂度低且正则化系数大

C.训练误差小但验证误差显著增大

D.特征数量远小于样本数量

答案：C

解析：过拟合表现为模型在训练集上表现很好（训练误差小），但在新数据（验证集/