2026年高职(人工智能技术应用)模型训练阶段测试题及答案.docxVIP

2026年高职(人工智能技术应用)模型训练阶段测试题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在模型训练过程中，用于衡量模型预测值与真实值之间差异的指标是（）。

A.准确率

B.损失函数

C.过拟合

D.数据增强

解析：损失函数是模型训练中用于量化预测误差的核心指标，通过最小化损失函数来优化模型参数。准确率是评估模型性能的指标而非误差度量，过拟合是模型训练中的问题而非度量指标，数据增强是数据预处理技术。该知识点属于《人工智能技术应用》第3单元“模型训练基础”的核心内容，强调损失函数在梯度下降等优化算法中的关键作用。

2.下列关于交叉验证的说法错误的是（）。

A.K折交叉验证将数据集均分为K份

B.交叉验证可以有效防止过拟合

C.交叉验证适用于小规模数据集

D.交叉验证会显著增加训练时间

解析：交叉验证通过将数据集划分为K个子集，轮流使用K-1个子集训练模型，剩余1个子集验证，从而实现数据利用最大化。K折交叉验证要求数据集足够大，对于小规模数据集应采用留一法交叉验证。交叉验证通过多次训练验证提高模型泛化能力，但不会显著增加训练时间，反而通过数据重用提升效率。该知识点源自《人工智能技术应用》第4单元“模型评估方法”，强调交叉验证的适用场景与局限性。