2026年人工智能训练师(四级)实操考核试题及答案.docxVIP

2026年人工智能训练师(四级)实操考核试题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在人工智能训练师四级实操考核中，数据预处理阶段最常用的标准化方法是什么？该方法的主要目的是什么？

A.最大最小值归一化，将数据缩放到[0,1]区间

B.Z-score标准化，使数据均值为0，标准差为1

C.众数中心化，通过多数值作为参考点调整数据

D.小波变换，用于非平稳时间序列的特征提取

【答案】B

【解析】Z-score标准化是数据预处理中常用的方法，通过将数据减去均值再除以标准差，实现均值为0、标准差为1的转换，能有效消除不同特征量纲的影响，避免模型训练时某些特征因数值范围过大而主导结果。选项A的归一化虽然也能缩放数据，但仅适用于[0,1]区间；选项C的众数中心化不适用于连续数据；选项D的小波变换主要用于时频分析，不适用于一般数据标准化。

2.在构建机器学习模型时，过拟合和欠拟合分别指什么现象？如何通过交叉验证来初步判断模型是否存在过拟合？

A.过拟合指模型训练误差小但测试误差大，欠拟合指训练误差和测试误差均较大

B.过拟合指模型训练误差和测试误差均很小，欠拟合指训练误差大但测试误差小

C.过拟合指模型对训练数据噪声过度拟合，欠拟合指模型未充分学习数据特征

D.过拟