2026年cmu博士资格考试试卷及答案.docxVIP

2026年cmu博士资格考试试卷及答案

考试时长：120分钟满分：100分

一、判断题（总共10题，每题2分，总分20分）

1.机器学习中的过拟合是指模型在训练数据上表现良好，但在测试数据上表现较差的现象。

2.决策树算法是一种非参数的监督学习方法，其核心是构建树形结构来预测目标变量。

3.支持向量机（SVM）通过寻找一个最优超平面来最大化不同类别样本之间的间隔。

4.深度学习模型通常需要大量标注数据进行训练，而传统机器学习模型则更适用于低标注数据场景。

5.卷积神经网络（CNN）在图像识别任务中表现出色，其核心优势在于能够自动学习局部特征。

6.随机森林算法是一种集成学习方法，通过组合多个决策树模型的预测结果来提高泛化能力。

7.神经网络中的反向传播算法通过梯度下降法来优化模型参数，其计算效率与网络规模成正比。

8.强化学习是一种无模型的监督学习方法，其核心是通过奖励机制来指导智能体学习最优策略。

9.聚类分析是一种无监督学习方法，其目标是将数据划分为若干个互不重叠的子集，使得子集内数据相似度高，子集间数据相似度低。

10.朴素贝叶斯分类器基于特征条件独立性假设，其优点是计算简单，但实际应用中该假设往往不成立。

二、单选题（总共10题，每题2分，总分20分）

1.