2026年机器学习工程师考试题库（附答案和详细解析）（0625）.docxVIP

机器学习工程师

一、单项选择题（共10题，每题1分，共10分）

在机器学习流程中，通常将数据集划分为训练集、验证集和测试集，其核心目的是为了评估模型的泛化能力。以下关于数据划分比例的描述中，最合理的是：A.训练集100%，验证集和测试集0%B.训练集80%，验证集10%，测试集10%C.训练集50%，验证集30%，测试集20%D.训练集60%，验证集40%，测试集0%

在深度学习中，梯度消失（VanishingGradient）和梯度爆炸（ExplodingGradient）问题主要发生在使用以下哪种激活函数时？A.ReLUB.SigmoidC.TanhD.LeakyReLU

以下关于正则化的描述，错误的是：A.L1正则化倾向于产生稀疏解，常用于特征选择B.L2正则化可以防止模型过拟合，使权重衰减C.Dropout是一种通过随机丢弃神经元来减少过拟合的正则化技术D.数据增强是针对测试集进行的，目的是提高模型在未知数据上的表现

在处理类别不平衡数据集时，以下哪项技术通常无效？A.过采样（如SMOTE）B.欠采样C.调整类别权重（ClassWeights）D.随机打乱数据顺序

以下关于Transformer架构中自注意力机制（Self-Attention）的描述，正确的是：A.