2025年联邦学习模型可解释性考核试卷.docVIP

2025年联邦学习模型可解释性考核试卷

一、单项选择题（每题1分，共30题）

1.联邦学习模型可解释性主要关注的是？

A.模型的训练速度

B.模型的全局参数

C.模型的局部隐私保护

D.模型的预测准确性

2.以下哪项不是联邦学习模型可解释性的常用方法？

A.LIME

B.SHAP

C.GBDT

D.ALE

3.在联邦学习中，模型可解释性对于以下哪方面最为重要？

A.模型部署

B.模型训练

C.模型优化

D.模型验证

4.联邦学习中的模型可解释性主要解决的问题是？

A.数据不平衡

B.模型过拟合

C.模型偏差

D.模型不确定性

5.以下哪项技术不属于模型可解释性的范畴？

A.特征重要性分析

B.