2026年计算机科学进阶人工智能编程与算法实战练习题.docxVIP

第PAGE页共NUMPAGES页

2026年计算机科学进阶：人工智能编程与算法实战练习题

一、选择题（每题2分，共20题）

说明：每题只有一个正确答案。

1.在自然语言处理（NLP）中，用于将文本转换为数值表示的技术是？

A.卷积神经网络（CNN）

B.词嵌入（WordEmbedding）

C.递归神经网络（RNN）

D.强化学习（RL）

2.以下哪种算法适用于大规模稀疏数据的协同过滤？

A.矩阵分解（MatrixFactorization）

B.决策树（DecisionTree）

C.K-近邻（KNN）

D.神经网络（NeuralNetwork）

3.在机器学习模型评估中，召回率（Recall）主要关注的是？

A.真阳性率（TPR）

B.精确率（Precision）

C.F1分数（F1-Score）

D.AUC值

4.用于处理多模态数据（如文本、图像、音频）的模型是？

A.传统机器学习模型

B.多模态深度学习模型（如CLIP）

C.回归模型

D.聚类算法

5.在强化学习（RL）中，智能体（Agent）通过与环境交互学习最优策略，以下哪种算法属于基于模型的强化学习？

A.Q-Learning

B.DQN（DeepQ-Network）

C.PPO（ProximalPolicyOptimization