2026年人工智能（机器学习基础）综合测试题及答案.docxVIP

2026年人工智能（机器学习基础）综合测试题及答案

一、选择题（10题，每题3分，共30分）

1.下列哪一项不是机器学习的常见任务？

A.分类

B.回归

C.聚类

D.优化

2.在监督学习中，以下哪种算法通常用于处理非线性关系？

A.决策树

B.朴素贝叶斯

C.支持向量机

D.逻辑回归

3.以下哪个指标通常用于评估分类模型的性能？

A.均方误差

B.熵

C.准确率

D.相关系数

4.在神经网络中，以下哪个层通常用于增加模型的表达能力？

A.输出层

B.隐藏层

C.输入层

D.归一化层

5.以下哪种方法可以用于防止过拟合？

A.数据增强

B.正则化

C.批归一化

D.以上都是

6.在特征工程中，以下哪种方法可以用于处理缺失值？

A.删除缺失值

B.填充缺失值

C.插值法

D.以上都是

7.以下哪种算法属于无监督学习？

A.决策树

B.K-均值聚类

C.逻辑回归

D.神经网络

8.在交叉验证中，以下哪种方法通常用于评估模型的泛化能力？

A.留一法

B.K折交叉验证

C.单次验证

D.以上都是

9.以下哪种技术可以用于提高模型的计算效率？

A.向量化

B.并行计算

C.梯度下降

D.以上都是

10.在模型选择中，以下哪种方法可以用于比较不同模型的性能？

A.交叉验证

B.网格搜索

C.随机搜