2026年人工智能工程师考试题库（附答案和详细解析）（0606）.docxVIP

人工智能工程师

一、单项选择题（共10题，每题1分，共10分）

在机器学习中，用于解决回归问题的算法是：A.支持向量机（SVM）B.K近邻（KNN）C.线性回归D.逻辑回归答案：C解析：线性回归主要用于预测连续数值型输出，属于回归问题。逻辑回归主要用于二分类问题，SVM和KNN是分类算法。

以下哪个概念不属于深度学习中的“卷积神经网络”（CNN）的核心组件？A.卷积层B.池化层C.全连接层D.循环层答案：D解析：循环层（RNN/LSTM）通常属于序列模型，主要用于处理时间序列数据，不是CNN的核心组件。CNN的核心组件包括卷积层、池化层和全连接层。

在自然语言处理（NLP）中，Transformer模型架构主要基于哪种机制？A.卷积操作B.循环神经网络（RNN）C.注意力机制D.感知机答案：C解析：Transformer模型彻底摒弃了RNN结构，完全依赖于自注意力机制来捕捉序列中的长距离依赖关系。

以下哪项技术是防止深度神经网络过拟合的主要手段之一？A.增加训练数据量B.增加网络层数C.DropoutD.批归一化答案：C解析：Dropout通过在训练过程中随机“丢弃”一部分神经元，迫使网络学习更加鲁棒的特征，从而有效防止过拟合。增加数据量、增加层数和归一化通常用于提高性能或训练稳定性，但Drop