- 0
- 0
- 约3.79千字
- 约 10页
- 2026-11-20 发布于辽宁
- 举报
2026年复旦大学笔试题目及答案
一、填空题(每题2分,共20分)
1.人工智能的核心目标是实现______。
2.在机器学习领域中,过拟合是指模型在训练数据上表现______,但在测试数据上表现______。
3.决策树算法中,常用的分裂标准有______和______。
4.深度学习模型中,卷积神经网络(CNN)主要用于______任务。
5.自然语言处理(NLP)中,词嵌入技术如Word2Vec和GloVe的主要目的是将词语表示为______。
6.强化学习中的Q-learning算法是一种______算法,通过不断更新Q值表来学习最优策略。
7.在数据预处理中,标准化和归一化是常用的数据缩放方法,其中标准化是将数据转换为均值为______,标准差为______的分布。
8.在图神经网络(GNN)中,节点表示学习是通过聚合邻居节点的信息来实现的,常用的聚合函数有______和______。
9.在自然语言处理中,循环神经网络(RNN)主要用于处理______序列数据。
10.在计算机视觉中,目标检测任务通常使用______算法,如YOLO和SSD。
二、判断题(每题2分,共20分)
1.机器学习中的监督学习需要标记的训练数据。(正确)
2.决策树算法是一种非参数的机器学习方法。(正确)
3.卷积神经网络(CNN)在图像识别任务中表现不如循环神经网
原创力文档

文档评论(0)