2026年人工智能训练师实操考试题及答案.docxVIP

2026年人工智能训练师实操考试题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在人工智能训练师实操中，用于处理非结构化数据的常用技术是（）。

A.决策树算法

B.神经网络

C.关联规则挖掘

D.支持向量机

解析：非结构化数据如文本、图像等需要专门处理技术，神经网络（B）通过深度学习模型能有效提取特征并分类，决策树（A）适用于结构化数据，关联规则（C）用于发现数据间关系，支持向量机（D）主要用于分类和回归。选项B最符合题意。

2.当训练数据集存在类别不平衡时，以下哪种方法能有效提升模型性能？（）

A.数据重采样

B.降低学习率

C.增加模型复杂度

D.使用L1正则化

解析：类别不平衡会导致模型偏向多数类，数据重采样（A）通过过采样少数类或欠采样多数类解决此问题，降低学习率（B）影响收敛速度，增加模型复杂度（C）可能过拟合，L1正则化（D）用于特征选择。正确答案为A。

3.在自然语言处理任务中，用于将文本转换为数值向量的技术是（）。

A.主成分分析

B.词嵌入（WordEmbedding）

C.线性回归

D.决策树集成

解析：词嵌入（B）如Word2Vec、BERT能将文本映射为高维向量，主成分分析