三级人工智能训练师备考题库指南核心题版(附答案).docxVIP

三级人工智能训练师备考题库指南核心题版(附答案)

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在人工智能训练师工作中，用于评估模型泛化能力的指标通常不包括（）

A.准确率B.召回率C.F1分数D.过拟合率

解析：准确率和召回率是分类模型性能评估的基本指标，F1分数是精确率和召回率的调和平均数，也是常用评估指标。过拟合率是模型在训练集上表现良好但在测试集上表现差的度量，属于模型调试过程中的监控指标而非最终评估指标。人工智能训练师主要使用准确率、召回率、F1分数等指标评估模型在未知数据上的泛化能力。

2.当训练数据中存在大量噪声时，以下哪种模型结构最不容易受到负面影响（）

A.决策树B.神经网络C.支持向量机D.逻辑回归

解析：神经网络对噪声数据敏感，容易过拟合；决策树在噪声数据下容易产生过度分支；逻辑回归对异常值敏感。支持向量机通过核函数映射到高维空间，能够较好地处理非线性问题，且对噪声数据的鲁棒性较好，特别是在使用合适的核函数和正则化参数时。

3.在模型训练过程中，用于平衡不同类别样本权重的方法是（）

A.数据增强B.重采样C.权重衰减D.学习率调整

解析：数据增强是通过变换原始数据生成新样本，重采样是通过增加少数类样本或减少多数类样本来平衡类别分布，权重衰