2025-2026年人工智能算法与优化考点题库.docxVIP

2025-2026年人工智能算法与优化考点题库

一、单选题（总共10题，每题2分，共20分）

1.在人工智能算法中，梯度下降法通过不断调整模型参数以最小化损失函数，其核心思想是利用目标函数的导数来确定参数更新的方向。以下哪种梯度下降变体在每次迭代中仅使用一部分训练样本进行参数更新？

A.批量梯度下降（BatchGradientDescent）

B.随机梯度下降（StochasticGradientDescent）

C.小批量梯度下降（Mini-batchGradientDescent）

D.动态梯度下降（AdaptiveGradientDescent）

2.在支持向量机（SVM）算法中，核函数的作用是将输入数据映射到高维特征空间，以便更好地分离不同类别的样本。以下哪种核函数属于非线性核函数，能够处理线性不可分的数据？

A.线性核函数（LinearKernel）

B.多项式核函数（PolynomialKernel）

C.高斯径向基核函数（RBFKernel）

D.余弦核函数（CosineKernel）

3.在深度学习模型中，反向传播算法（Backpropagation）通过链式法则计算损失函数对网络参数的梯度，其目的是优化模型的权重和偏置。以下哪个因素会影响反