人工智能训练师四新考核试卷及答案.docxVIP

人工智能训练师四新考核试卷及答案

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.人工智能训练师在模型训练过程中，针对过拟合问题最常用的正则化技术是（）。

A.Dropout技术，通过随机丢弃部分神经元来减少模型对特定训练样本的依赖

B.L1正则化，通过惩罚项系数λ控制权重的绝对值之和，使模型参数稀疏

C.Momentum优化器，通过累积梯度动量加速收敛但无直接正则化效果

D.BatchNormalization，通过归一化激活值减少内部协变量偏移但非正则化手段

解析：过拟合本质是模型对训练数据记忆而非泛化，正则化通过增加惩罚项实现泛化约束。L1正则化通过绝对值惩罚使部分权重归零，符合稀疏性要求，而Dropout通过随机失活实现类似效果但机制不同。Momentum仅优化收敛速度，BatchNormalization主要解决梯度消失问题。正确选项需同时满足惩罚项与稀疏性特征，B选项最符合定义。

2.在处理不平衡数据集时，人工智能训练师应优先考虑以下哪种策略？（）

A.直接使用F1-score评估，因其对少数类更敏感

B.对多数类样本进行随机欠采样，保持类别分布均匀

C.采用SMOTE算法生成少数类合成样本，需设置k=5的近邻距离

D.调整分类器代价敏感参数，使误判少数