2025年人工智能考研专业课考试试卷.docxVIP

2025年人工智能考研专业课考试试卷

考试时间：______分钟总分：______分姓名：______

一、简答题（每题10分，共50分）

1.请简述过拟合和欠拟合的概念，并分别列举至少两种导致过拟合或欠拟合的原因。

2.在机器学习中，什么是交叉验证？它相较于单次划分训练集和测试集的方法有哪些主要优点？

3.请解释什么是梯度下降法，并说明其在求解机器学习模型参数时面临的主要挑战。简述一种改进的梯度下降策略。

4.什么是自然语言处理（NLP）？请列举三个典型的NLP任务，并简要说明每个任务的目标。

5.卷积神经网络（CNN）在图像识别中表现出色，请简述CNN中卷积层和池化层各自的主要作用。

二、计算题（共25分）

1.（15分）已知一个简单的线性回归模型h(x)=θ_0+θ_1*x，其中x=1,2,3,4,5，对应的观测值y=3,4,2,5,6。请使用最小二乘法求解模型参数θ_0和θ_1。假设你使用梯度下降法求解，请写出目标函数（损失函数）的表达式，并给出参数更新的公式。

2.（10分）设某逻辑回归模型的决策边界为g(z)=sigmoid(z)，其中z=w_1*x_1+w_2*x_2+b。给定样本点(x_1,x_2)=(1,0)和参数w_1=1,