吉林建筑大学《不确定性人工智能》2023-2024学年第一学期期末试卷.docVIP

装订线

装订线

PAGE2

第PAGE1页，共NUMPAGES6页

吉林建筑大学

《不确定性人工智能》2023-2024学年第一学期期末试卷

院(系)_______班级_______学号_______姓名_______

题号

一

二

三

四

总分

得分

批阅人

一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）

1、在人工智能的模型训练中，过拟合和欠拟合是常见的问题。假设正在训练一个用于预测房价的人工智能模型，以下关于过拟合和欠拟合的描述，正确的是：（）

A.过拟合是指模型在训练数据上表现差，在新数据上表现好；欠拟合则相反

B.模型越复杂，越不容易出现过拟合问题，因此应该尽量增加模型的复杂度

C.正则化技术可以有效地防止过拟合，而增加训练数据量可以解决欠拟合问题

D.过拟合和欠拟合只与模型的架构有关，与数据和训练过程无关

2、人工智能中的优化算法用于训练模型和寻找最优解。假设要训练一个复杂的神经网络模型，以下哪种优化算法可能最为有效？（）

A.随机梯度下降（SGD）算法，简单直接，适用于各种模型

B.自适应矩估计（Adam）算法，能够自动调整学习率，收敛速度快

C.牛顿法，计算精度高，但计算复杂度大，不适合大规模数据

D.以上算法的效果