2026年最新第三学年中职《(人工智能基础)机器学习入门》上学期期中测试题及参考答案.docxVIP

2026年最新第三学年中职《(人工智能基础)机器学习入门》上学期期中测试题及参考答案

一、填空题（每空2分，共20分）

1.机器学习是人工智能的核心子领域，其核心逻辑是让计算机系统不依赖显式编程，通过______自动习得规律并完成预测或决策任务，是支撑制造业智能化改造、服务业智慧化升级、生成式AI应用落地的核心技术基础。

2.按照学习范式划分，机器学习可分为监督学习、______、半监督学习、强化学习四大类，其中密度估计、聚类算法属于典型的______范畴，这类算法的训练数据不需要提前标注标签。

3.在使用scikit-learn开展机器学习建模时，常规的数据集划分环节通常按照______的比例拆分训练集与测试集，若需要开展超参数调优，还需从训练集中额外拆分出______用于模型选型与超参数验证，避免测试集信息泄露。

4.K近邻算法的核心三要素为______、距离度量方式、分类决策规则，其中分类任务中最常用的距离度量方式为欧氏距离，常用决策规则为______。

5.线性回归模型用于回归预测任务时，常用的损失函数为______，模型输出的预测值为连续值；逻辑回归虽然名称包含“回归”，但实际用于______任务，其输出值通过Sigmoid函数映射到[0,1]区间，表示样本属于正类的概率。

6.模型在训练集上表现优异但在测试集上泛化能力极差的现象被称为______，产生该现象