2026年人工智能技术认证考试算法效果评估题.docxVIP

第PAGE页共NUMPAGES页

2026年人工智能技术认证考试：算法效果评估题

一、单选题（每题2分，共20题）

说明：以下题目主要考察算法效果评估的基本概念、常用指标及行业应用场景。

1.在评估一个图像分类模型的性能时，若要求模型对罕见类别的识别能力，最适合使用的评估指标是？

A.准确率（Accuracy）

B.召回率（Recall）

C.F1分数（F1-Score）

D.AUC（ROC曲线下面积）

2.对于不平衡数据集，以下哪种方法能够有效提升模型对少数类样本的识别能力？

A.重采样（Oversampling）

B.降采样（Undersampling）

C.特征选择（FeatureSelection）

D.以上都不对

3.在自然语言处理（NLP）任务中，评估情感分析模型性能时，通常使用哪种指标？

A.均方误差（MSE）

B.平均绝对误差（MAE）

C.精确率（Precision）

D.情感倾向一致性（SentimentConsistency）

4.若要评估一个推荐系统的长期效果，以下哪种指标较为合适？

A.点击率（CTR）

B.点击后转化率（CVR）

C.用户留存率（RetentionRate）

D.平均响应时间（Latency）

5.在评估机器学习模型的泛化能力时，以下哪种方法最能体现模型对未见过数据的预测表现？