人工智能机器学习试卷及详解.docxVIP

人工智能机器学习试卷及详解

一、单项选择题（共10题，每题1分，共10分）

以下哪种学习类型的训练数据包含明确的标签信息？（）

A.无监督学习

B.监督学习

C.强化学习

D.半监督学习

答案：B

解析：监督学习的核心特征是训练数据带有明确的标签，模型通过学习输入与标签之间的映射关系完成分类、回归等任务。A选项无监督学习的训练数据无标签，用于聚类、降维；C选项强化学习通过智能体与环境互动获取奖励信号，无预先给定标签；D选项半监督学习仅含少量标签数据，并非全部训练数据都有明确标签，因此B正确。

下列关于过拟合的描述，正确的是？（）

A.模型在训练集上表现差，测试集上表现好

B.模型在训练集上表现好，测试集上表现差

C.模型在训练集和测试集上表现都差

D.模型在训练集和测试集上表现都好

答案：B

解析：过拟合是指模型过度学习训练数据中的噪声和细节，导致训练集拟合效果极好，但面对未见过的测试数据时泛化能力弱、表现不佳。A选项是欠拟合的反向表现；C选项属于欠拟合；D选项是模型拟合良好的状态，因此B正确。

常用于回归问题的损失函数是？（）

A.交叉熵损失

B.均方误差

C.铰链损失

D.对数损失

答案：B

解析：均方误差通过计算预测值与真实值之间差的平方和衡量损失，适用于连续值预测的回归问题。A选项交叉熵损失主要用于分类问题，衡量概率分布差异；C选项铰链损失常用