2026年算法工程师职业认证考试题库（附答案和详细解析）（0514）.docxVIP

算法工程师职业认证考试试卷

一、单项选择题（共10题，每题1分，共10分）

在机器学习中，如果一个模型在训练集上表现很好，但在测试集上表现很差，这通常被称为什么现象？A.过拟合B.欠拟合C.泛化能力差D.数据偏差答案：A解析：过拟合是指模型在训练数据上学习得过于彻底，甚至学习了噪声和细节，导致模型对新数据的适应性变差。训练集表现好但测试集表现差是过拟合的典型特征。欠拟合是指模型过于简单，无法捕捉数据的规律。

下列哪项技术主要用于提升神经网络在训练过程中的收敛速度？A.DropoutB.BatchNormalizationC.L1/L2正则化D.交叉熵损失函数答案：B解析：BatchNormalization（批归一化）通过标准化每一层的输入，使输入分布保持稳定，从而加速模型收敛。Dropout是防止过拟合，L1/L2是正则化手段，交叉熵是损失函数。

在分布式计算框架（如Spark）中，ReduceByKey操作执行前，必须执行的操作是？A.MapB.ShuffleC.PartitionD.Filter答案：B解析：ReduceByKey需要将相同key的数据通过网络传输到同一个节点上进行聚合，这个传输过程称为Shuffle。Map和Filter只是局部转换，不涉及跨节点数据分发。

关于Pyth