2026年机器学习与人工智能工程师考试试题.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习与人工智能工程师考试试题

一、单选题（共10题，每题2分，合计20分）

1.在中国金融风控领域，用于检测异常交易行为的机器学习模型中，以下哪种算法最适合处理高维稀疏数据并保持较高的准确率？

A.决策树

B.神经网络

C.支持向量机（SVM）

D.随机森林

2.若某电商企业需在广东省部署推荐系统，以提高用户购买转化率，以下哪种策略最能结合用户历史行为与实时交互数据进行动态推荐？

A.基于规则的推荐

B.矩阵分解

C.基于内容的推荐

D.强化学习

3.在处理北京市交通拥堵预测任务时，以下哪种时间序列模型最适用于捕捉长周期趋势和季节性波动？

A.ARIMA

B.LSTM

C.GRU

D.Prophet

4.在医疗影像分析中，用于病灶检测的深度学习模型，若训练数据标注成本高昂，以下哪种方法能有效减少标注需求？

A.半监督学习

B.自监督学习

C.无监督学习

D.增量学习

5.在上海市自动驾驶场景中，用于实时路径规划的算法，以下哪种方法最适用于动态避障任务？

A.A算法

B.Dijkstra算法

C.RRT算法

D.D-STAR算法

6.在深圳证券交易所的量化交易系统中，用于捕捉短期价格波动的模型，以下哪种方法最能处理高频数据并减少延迟？

A.卷积神经网络（CNN）

B.