2026年算法工程师职业认证考试题库（附答案和详细解析）（0815）.docxVIP

算法工程师职业认证

一、单项选择题（共10题，每题1分，共10分）1.以下关于批量梯度下降算法的特性描述中，表述正确的是A.每次参数更新仅使用单个训练样本计算损失梯度B.每次参数更新使用全部训练样本计算损失梯度C.训练过程中完全不会出现收敛到局部最小值的情况D.训练过程中不需要设置学习率超参数答案：B解析：批量梯度下降的定义就是每次迭代基于全量训练数据计算梯度更新参数。A选项描述的是随机梯度下降的特性，错误；C选项梯度下降在非凸损失空间中仍可能收敛到局部最小值，表述错误；D选项梯度下降类算法的核心超参数就是学习率，必须人工设置，表述错误。2.以下机器学习操作中，不能缓解模型过拟合问题的是A.增加训练样本的多样性B.对模型权重施加L2正则化约束C.扩大模型的参数量与深度D.在训练过程中引入早停（EarlyStopping）机制答案：C解析：单纯扩大模型参数量与深度会进一步提升模型的拟合能力，更容易出现过拟合。A选项增加训练数据多样性可减少模型学到样本独有噪声的概率，B选项L2正则化会约束权重取值避免特征权重过度偏向少数样本，D选项早停在验证集性能下降时终止训练，都可以缓解过拟合。3.在二分类任务中，模型将正样本预测为负样本的情况属于以下哪类指标对应的误差类型A.真正例（TP）B.假正例（FP）C.假负例（FN）D.