2026年人工智能训练师(五级)专业理论真题及答案.docxVIP

2026年人工智能训练师(五级)专业理论真题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分。在每小题列出的四个选项中，只有一个是符合题目要求的，请将正确选项的字母填在题后的括号内）

1.人工智能训练师（五级）在开展数据预处理工作时，首要步骤是什么？A.特征工程B.数据清洗C.数据标注D.模型选择。

解析：数据预处理是机器学习流程的基础，五级训练师应首先进行数据清洗，处理缺失值、异常值等问题，确保数据质量。特征工程和模型选择属于后续阶段，数据标注虽重要但并非首要任务。

2.在处理不平衡数据集时，以下哪种方法属于过采样技术？A.随机森林B.SMOTE算法C.交叉验证D.正则化。

解析：SMOTE（SyntheticMinorityOver-samplingTechnique）通过生成少数类样本的合成数据来平衡数据集，属于典型的过采样技术。随机森林是模型算法，交叉验证是评估方法，正则化是参数调整技术。

3.以下哪种指标最适合评估分类模型的泛化能力？A.精确率B.召回率C.准确率D.交叉验证得分。

解析：交叉验证通过多次训练测试分割，能更全面地评估模型的泛化能力。精确率和召回率是模型性能指标，准确率适用于类别平衡场景。

4.在神经网络训练中，以下哪种激活函数常用于输出层？A.ReLUB.SigmoidC.TanhD.Le