人工智能機器學習技術練習(習題卷8)

試卷科目：人工智能機器學習技術練習人工智能機器學習技術練習(習題卷8)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能機器學習技術練習第1部分：單項選擇題，共62題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.聚類算法屬于()的一種A)無監(jiān)督學習B)強化學習C)監(jiān)督學習答案:A解析:[單選題]2.下面哪些對「類型1(Type-1)」和「類型2(Type-2)」錯誤的描述是錯誤的?A)類型1通常稱之為假正類,類型2通常稱之為假負類B)類型2通常稱之為假正類,類型1通常稱之為假負類C)類型1錯誤通常在其是正確的情況下拒絕假設而出現(xiàn)答案:B解析:在統(tǒng)計學假設測試中,I類錯誤即錯誤地拒絕了正確的假設即假正類錯誤,II類錯誤通常指錯誤地接受了錯誤的假設即假負類錯誤。[單選題]3.給定測試樣本，基于某種距離度量找出訓練集中與其最靠近的k個訓練樣本，然后基于這k個樣本的信息來進行預測。這種學習算法稱為（__)。A)k-meansB)k近鄰學習C)隨機森林D)決策樹答案:B解析:[單選題]4.以下說法正確的是:A)一個機器學習模型，如果有較高準確率，總是說明這個分類器是好的B)如果增加模型復雜度，那么模型的測試錯誤率總是會降低C)如果增加模型復雜度，那么模型的訓練錯誤率總是會降低D)我們不可以使用聚類?類別id?作為一個新的特征項，然后再用監(jiān)督學習分別進行學習答案:C解析:考的是過擬合和欠擬合的問題。[單選題]5.請閱讀下列一段程序：Arr=np.arange(12).reshape(3,4)Arr.shape運行上述程序，它最終執(zhí)行的結果為（）。A)3B)4C)(3,4)D)(1,2)答案:C解析:[單選題]6.關于梯度下降，以下說法中不合適的是：A)應該沿著梯度反方向調整參數(shù)B)應該沿著梯度同方向調整參數(shù)C)調整的步長由學習率控制D)對損失函數(shù)而言，梯度向量的反方向是其函數(shù)值下降最快的方向答案:B解析:[單選題]7.在支持向量機中,()允許支持向量機在一些樣本上出錯。A)硬間隔B)軟間隔C)核函數(shù)D)拉格朗日乘子法答案:B解析:在支持向量機中,軟間隔允許支持向量機在一些樣本上出錯。[單選題]8.下面關于參數(shù)估計相關描述不正確的有(__)。A)參數(shù)估計是根據(jù)樣本的統(tǒng)計量來估計總體的參數(shù)B)相關分析是參數(shù)估計C)點估計是參數(shù)估計D)利用樣本均值估計總體均值是參數(shù)估計答案:B解析:[單選題]9.嵌入式選擇是一種（__）算法。A)聚類B)特征選擇C)分類D)回歸答案:B解析:[單選題]10.從給定的句子、段落中識別人名、組織名的過程稱為?A)詞干提取(Stemming)B)詞形還原(Lemmatization)C)停用詞消除(StopWordRemoval)D)命名實體識別(NamedEntityRecognition)答案:D解析:[單選題]11.（__)是決策樹學習算法對付過擬合的主要手段。A)剪枝B)連續(xù)值處理C)信息增益D)數(shù)據(jù)預處理答案:A解析:[單選題]12.下列選項中，關于fillna()方法描述正確的是（）。A)fillna()方法只能填充替換值為NaN的數(shù)據(jù)B)只支持前向填充方式C)默認可支持填充的最大數(shù)量為1D)fillna()方法可以填充替換值為NaN和None的數(shù)據(jù)答案:D解析:[單選題]13.()分類方法可以較好地避免樣本的不平衡問題。A)KNNB)SVMC)BayesD)神經(jīng)網(wǎng)絡答案:A解析:KNN只是取了最近的幾個樣本點做平均,離預測數(shù)據(jù)較遠的訓練數(shù)據(jù)對預測結果不會造成影響,但是SVM、Baves和KNN的每一個訓練樣本結果都會對預測結果產(chǎn)生影響。[單選題]14.在k近鄰學習算法中,隨著k的增加,上界將逐漸降低,當k區(qū)域無窮大時,上界和下界碰到一起,k近鄰法就達到了()。A)貝葉斯錯誤率B)漸進錯誤率C)最優(yōu)值D)上界答案:A解析:[單選題]15.()是基于規(guī)則的分類器。A)C4.5B)KNNC)NaiveBayesD)ANN答案:A解析:基于規(guī)則的分類器有決策樹、隨機森林、Aprior,C4.5屬于決策樹算法。[單選題]16.你在20K文檔的輸入數(shù)據(jù)上為機器學習模型創(chuàng)建了文檔-詞矩陣(document-termmatrix)。以下哪項可用于減少數(shù)據(jù)維度?(1)關鍵詞歸一化(KeywordNormalization);(2)潛在語義索引(LatentSemanticIndexing);(3)隱狄利克雷分布(LatentDirichletAllocation).A)只有(1)B)(2)(3)C)(1)(3)D)(1)(2)(3)答案:D解析:[單選題]17.下面關于基礎理論相關描述正確的有(__)。A)基礎理論等于理論基礎B)基礎理論在數(shù)據(jù)科學研究邊界之外C)理論基礎在數(shù)據(jù)科學研究邊界之內(nèi)D)基礎理論包含理念、理論、方法、技術等答案:D解析:[單選題]18.在一個n維的空間中，最好的檢測outlier(離群點)的方法是：A)作正態(tài)分布概率圖B)作盒形圖C)馬氏距離D)作散點圖答案:C解析:馬氏距離是基于卡方分布的，度量多元outlier離群點的統(tǒng)計方法。[單選題]19.為數(shù)據(jù)的總體分布建模;把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務?A)探索性數(shù)據(jù)分析B)建模描述C)預測建模D)尋找模式和規(guī)則答案:B解析:[單選題]20.假設我們使用原始的非線性可分版本的Soft-SVM優(yōu)化目標函數(shù)。我們需要做什么來保證得到的模型是線性可分離的？A)C=0B)C=1C)C正無窮大D)C負無窮大答案:C解析:[單選題]21.當分析顧客消費行業(yè),以便有針對性的向其推薦感興趣的服務,屬于什么問題？()A)分類B)聚類C)關聯(lián)規(guī)則D)主成分分析答案:C解析:[單選題]22.下列機器學習算法中,不需要歸一化處理的是()。A)DecisionTreeB)SVMC)K-meansD)LogisticRegression答案:A解析:DecisionTree屬于概率模型,不需要歸一化處理;SVM、K-means和LogisticRegression之類的最優(yōu)化問題需要歸一化處理。[單選題]23.當（__）過高，會出現(xiàn)過擬合現(xiàn)象A)偏差B)方差C)噪聲D)泛化誤差答案:B解析:[單選題]24.下面說法錯誤的是()A)遺傳算法直接以適應度作為搜索信息,無需導數(shù)等其他輔助信息B)決策樹算法對離散屬性和連續(xù)屬性進行建模C)Hapfield網(wǎng)絡不僅有不動點吸引子,也有其它類型的吸引子D)決策樹是一種混合算法,它綜合了多種不同的創(chuàng)建樹的方法答案:B解析:[單選題]25.下列哪種去噪方法能較好的保持圖像邊緣。（）A)中值濾波B)雙邊濾波C)均值濾波D)高斯濾波答案:A解析:[單選題]26.下面哪個操作是窄依賴()。A)joinB)filterC)groupD)Sort答案:B解析:[單選題]27.下面不屬于維歸約方法的是(__)。A)PCAB)SVDC)DWTD)KNN答案:D解析:[單選題]28.考慮某個具體問題時，你可能只有少量數(shù)據(jù)來解決這個問題。不過幸運的是你有一個類似問題已經(jīng)預先訓練好的神經(jīng)網(wǎng)絡?？梢杂孟旅婺姆N方法來利用這個預先訓練好的網(wǎng)絡？（C）A)把除了最后一層外所有的層都凍住，重新訓練最后一層B)對新數(shù)據(jù)重新訓練整個模型C)只對最后幾層進行調參(finetune)D)對每一層模型進行評估，選擇其中的少數(shù)來用答案:C解析:如果有個預先訓練好的神經(jīng)網(wǎng)絡,就相當于網(wǎng)絡各參數(shù)有個很靠譜的先驗代替隨機初始化.若新的少量數(shù)據(jù)來自于先前訓練數(shù)據(jù)(或者先前訓練數(shù)據(jù)量很好地描述了數(shù)據(jù)分布,而新數(shù)據(jù)采樣自完全相同的分布),則凍結前面所有層而重新訓練最后一層即可;但一般情況下,新數(shù)據(jù)分布跟先前訓練集分布有所偏差,所以先驗網(wǎng)絡不足以完全擬合新數(shù)據(jù)時,可以凍結大部分前層網(wǎng)絡,只對最后幾層進行訓練調參(這也稱之為finetune)。[單選題]29.ILP系統(tǒng)通常采用（）的規(guī)則生成策略A)自底而上B)自頂而下C)自大而小D)自小而大答案:A解析:[單選題]30.決策樹中的葉結點對應于()A)屬性B)樣本C)決策結果D)標簽值答案:C解析:[單選題]31.池化層的作用是（）。A)標準化處理輸入特征B)對特征圖進行特征選擇和信息過濾C)對提取的特征進行非線性組合以得到輸出D)直接輸出每個像素的分類結果答案:B解析:[單選題]32.在多元線性回歸模型中,若某個解釋變量對其余解釋變量的判定系數(shù)接近于1,則表明模型中存在()。A)異方差B)序列相關C)多重共線性D)高擬合優(yōu)度答案:C解析:[單選題]33.請閱讀下面一段程序：ImportnumpyasnpNp.arange(1,10,3)運行程序，最終執(zhí)行的結果是（）。A)array([1,4,7,10])B)array([1,4,7])C)array([2,5,8])D)array([3,6,9])答案:B解析:[單選題]34.設q(n,m)是將正整數(shù)n劃分成最大加數(shù)不大于m的若干不同正整數(shù)之和的劃分數(shù),則q(n,m)為()。class="fr-ficfr-dibcursor-hover"A)①B)②C)③D)④答案:B解析:[單選題]35.下面關于增強學習描述不正確的是(__)。A)增強學習主要研究如何協(xié)助自治Agent的學習活動B)增強學習基本思路是當Agent在環(huán)境中做出每個動作時，施教者會提供獎賞或者懲罰信息，以表示結果狀態(tài)的正確與否C)增強學習中的Agent需要具備環(huán)境交互能力和自治能力D)基于馬爾可夫決策不屬于增強學習答案:D解析:[單選題]36.影響深度卷積神經(jīng)網(wǎng)絡算法的關鍵參數(shù)是()A)網(wǎng)站數(shù)量B)網(wǎng)絡深度C)網(wǎng)絡結構D)網(wǎng)絡主體答案:B解析:[單選題]37.以下選項不包含在DIKW金字塔中的是()。A)信息B)數(shù)值C)知識D)智慧答案:B解析:[單選題]38.(__)采用圖表或數(shù)學方法描述數(shù)據(jù)的統(tǒng)計特征。A)描述統(tǒng)計B)洞見統(tǒng)計C)推斷統(tǒng)計D)歸納統(tǒng)計答案:A解析:[單選題]39.對于低通和高通巴特沃斯濾波器敘述不正確的是?A)均有相同的截止頻率;B)均能減弱振鈴效應;C)處理后的圖像均比用理想低通和高通處理的要過渡光滑一些;D)都可用于消除虛假輪廓;答案:A解析:[單選題]40.四個點坐標為(1,1)，(1,0)，(-1,-1)，(-1,0)，用SVM分類的決策邊界是A)y=xB)x=0C)y=-xD)y=0答案:B解析:[單選題]41.（__）是分類正確的樣本數(shù)占樣本總數(shù)的比例。A)精度B)錯誤率C)偏差D)誤差答案:A解析:[單選題]42.下面哪種不屬于數(shù)據(jù)預處理的方法?A)變量代換B)離散化C)聚集D)估計遺漏值答案:D解析:[單選題]43.對一幅100'100像元的圖象,若每像元用8bit表示其灰度值,經(jīng)霍夫曼編碼后壓縮圖象的數(shù)據(jù)量為40000bit,則圖象的壓縮比為?A)2:1B)3:1C)4:1D)1:2答案:A解析:[單選題]44.采用主成分分析法映射到低維空間,將最小的d-d′個特征向量舍棄,產(chǎn)生的影響是()。A)使樣本采樣密度增大B)丟失最優(yōu)解C)增大噪聲D)使樣本采樣密度減小答案:A解析:低維空間與原始高維空間必有不同,因為對應于最小的d-d'個特征值的特征向量被舍棄了,這是降維導致的結果。但舍棄這部分信息往往是必要的:一方面舍棄這部分信息之后能使樣本的采樣密度增大,這正是降維的重要動機;另一方面,當數(shù)據(jù)受到噪聲影響時,最小的特征值所對應的特征向量往往與噪聲有關。將它們舍棄能在一定程度上起到去噪的效果。[單選題]45.下列哪一項在神經(jīng)網(wǎng)絡中引入了非線性?A)隨機梯度下降B)修正線性單元(ReLU)C)卷積函數(shù)D)以上都不正確答案:B解析:[單選題]46.下面關于數(shù)據(jù)科學與機器學習的關系描述不正確的有(__)。A)機器學習為數(shù)據(jù)科學中充分發(fā)揮計算機的自動數(shù)據(jù)處理能力提供了重要的手段B)機器學習是數(shù)據(jù)科學的主要理論基礎之一C)機器學習為數(shù)據(jù)科學中擴展人的數(shù)據(jù)處理能力提供了重要的手段D)機器學習的基礎理論包含數(shù)據(jù)科學答案:D解析:[單選題]47.互為對偶的兩個線性規(guī)劃問題的解存在關系()A)原問題無可行解,對偶問題也無可行解B)對偶問題有可行解,原問題可能無可行解C)若最優(yōu)解存在,則最優(yōu)解相同D)一個問題無可行解,則另一個問題具有無界解答案:B解析:[單選題]48.下面不屬于數(shù)據(jù)科學中特有的管理方法有(__)。A)關系數(shù)據(jù)庫B)NewSQLC)NoSQLD)關系云答案:A解析:[單選題]49.關于正態(tài)分布,下列說法錯誤的是:A)正態(tài)分布具有集中性和對稱性B)正態(tài)分布的均值和方差能夠決定正態(tài)分布的位置和形態(tài)C)正態(tài)分布的偏度為0,峰度為1D)標準正態(tài)分布的均值為0,方差為1答案:C解析:[單選題]50.二項分布的數(shù)學期望為()。A)n(1-n)pB)np(1-p)C)npD)n(1-p)答案:C解析:二項分布即重復n次的伯努利試驗。如果事件發(fā)生的概率是p,則不發(fā)生的概率q=1-p.則期望為np,方差為npq。[單選題]51.假設我們有一個使用ReLU激活函數(shù)(ReLUactivationfunction)的神經(jīng)網(wǎng)絡，假如我們把ReLU激活替換為線性激活，那么這個神經(jīng)網(wǎng)絡能夠模擬出同或函數(shù)(XNORfunction)嗎()A)可以B)不能C)不好說D)不一定答案:B解析:[單選題]52.由于不同類別的關鍵詞對排序的貢獻不同，檢索算法一般把查詢關鍵詞分為幾類，以下哪一類不屬于此關鍵詞類型的是（）。A)引用詞B)普通關鍵詞C)高頻詞匯D)擴展關鍵詞答案:C解析:[單選題]53.以下選項中zookeeper的功能正確的是()。A)實現(xiàn)元數(shù)據(jù)持久化B)存儲HA模式下狀態(tài)信息C)存儲namenode生成的editlogD)監(jiān)控namenode節(jié)點的主備狀態(tài)答案:B解析:[單選題]54.深度學習是當前很熱門的機器學習算法,在深度學習中,涉及到大量的矩陣相乘,現(xiàn)在需要計算三個稠密矩陣A,B,C的乘積ABC,假設三個矩陣的尺寸分別為m?n,n?p,p?q,且m<n<p<q,以下計算順序效率最高的是()A)(AB)CB)AC(B)C)A(BC)D)所以效率都相同答案:A解析:[單選題]55.以下關于數(shù)據(jù)科學描述正確的是（）A)數(shù)據(jù)科學是統(tǒng)計學的一部分B)數(shù)據(jù)科學就是機器學習C)天文學與數(shù)據(jù)科學無關D)數(shù)據(jù)科學家傾向于用探索數(shù)據(jù)的方式來看待周圍的世界答案:D解析:[單選題]56.將數(shù)據(jù)集D進行適當處理，產(chǎn)生出訓練集S和測試集T，有哪些常見的做法：A)留出法B)交叉驗證法C)自助法D)以上都是答案:D解析:[單選題]57.（___）是對象的性質或特性。A)變量B)維度C)樣本D)屬性答案:D解析:[單選題]58.CART決策樹使用?基尼指數(shù)?來選擇劃分屬性時，使劃分后基尼指數(shù)（）的屬性為最優(yōu)劃分屬性。A)最大B)最小C)隨機選擇D)按序選擇答案:B解析:第2部分：多項選擇題，共17題，每題至少兩個正確答案,多選或少選均不得分。[多選題]59.噪聲數(shù)據(jù)的主要表現(xiàn)形式有（）.A)錯誤數(shù)據(jù)B)虛假數(shù)據(jù)C)異常數(shù)據(jù)D)缺失數(shù)據(jù)答案:ABC解析:[多選題]60.下面哪幾項適應于深度學習的訓練？A)監(jiān)督學習B)強化學習C)遷移學習D)機器學習答案:ABC解析:[多選題]61.圖像識別技術的過程分以下幾步：信息的獲取、(__)、(__)、分類器設計和分類決策。A)辨認B)預處理C)統(tǒng)計D)特征抽取和選擇答案:BD解析:[多選題]62.交叉驗證可用于（__）、（__）和（__）。A)分類B)參數(shù)選擇C)模型選擇D)特征選擇答案:BCD解析:[多選題]63.半監(jiān)督學習中，對未標記樣本所揭示的數(shù)據(jù)分布信息與類別標記相聯(lián)系的假設的有（__)和（__)。A)歸納假設B)聚類假設C)流形假設D)基本假設答案:BC解析:[多選題]64.循環(huán)神經(jīng)網(wǎng)絡主要被應用于哪些場景。（）A)語音識別B)語音建模C)機器翻譯D)圖像識別答案:ABC解析:[多選題]65.下列哪些是面向對象技術的特征()A)封裝B)繼承C)多態(tài)D)分布性答案:ABC解析:[多選題]66.以下哪幾項屬于漢語未登錄詞的類型？（）A)存在于詞典但出現(xiàn)頻率較少的詞B)新出現(xiàn)的普通詞匯C)專有名詞D)專業(yè)名詞和研究領域名稱答案:BCD解析:[多選題]67.邏輯回歸可解決以下哪些問題？A)判斷一封郵件是否是垃圾郵件B)基于用戶行為，判斷用戶的性別C)基于西瓜數(shù)據(jù)集，判斷某個西瓜是好瓜還是壞瓜D)基于西瓜數(shù)據(jù)集，預測某個西瓜的甜度值答案:ABC解析:[多選題]68.下列關于Eureka和ZooKeeper的區(qū)別說法對的是()?A)Eureka保證的是CPB)Eureka保證的是APC)ZooKeeper保證的是CPD)ZooKeeper有Leader和Follower角色答案:BCD解析:[多選題]69.(__)是常用的圖像識別方法。A)統(tǒng)計法B)句法識別法C)神經(jīng)網(wǎng)絡法D)模板匹配法答案:ABCD解析:[多選題]70.下列可以用來評估線性回歸模型的指標有()。A)R-SquaredB)AdjustedR-SquaredC)FStatisticsD)RMSE/MSE/MAE答案:ABCD解析:R-Squared、AdjustedR-Squared、FStatistics和RMSE/MSE/MAE指標均可以評估線性回歸模型。[多選題]71.下列屬于DBSCAN算法的特點的是（__）。A)對噪音敏感B)能發(fā)現(xiàn)任意形狀的簇C)對參數(shù)的設置敏感D)DBSCAN使用固定的參數(shù)識別聚類答案:BCD解析:[多選題]72.常見的特征選擇方法有哪些A)過濾式B)包裹式C)啟發(fā)式D)嵌入式答案:ABD解析:[多選題]73.下列哪些現(xiàn)象屬于乘性噪聲。（）A)電視光柵的退化B)二值圖像上的胡椒鹽噪聲C)信道傳輸受擾D)膠片材料的退化答案:AD解析:[多選題]74.從方法體系看，數(shù)據(jù)可視化方法可以分為三個不同的層次(__)。A)領域方法B)基礎方法C)方法論D)智能方法答案:ABC解析:[多選題]75.線性模型的基本形式有()。A)線性回歸B)對數(shù)幾率回歸(二分類問題)C)線性判別分析(Fisher判別分析)D)多分類學習答案:ABCD解析:第3部分：判斷題，共12題，請判斷題目是否正確。[判斷題]76.簇內(nèi)相似度高且簇間相似度低的聚類結果比較好A)正確B)錯誤答案:對解析:[判斷題]77.類腦人工智能是指模擬人類大腦的人工智能A)正確B)錯誤答案:錯解析:[判斷題]78.ID3依據(jù)信息增益做特征選擇，而C4.5依據(jù)信息增益比做特征選擇A)正確B)錯誤答案:對解析:[判斷題]79.聚類屬于有監(jiān)督式學習A)正確B)錯誤答案:錯解析:[判斷題]80.聚類和分類的區(qū)別在于用于聚類的訓練樣本的類標記是未知的。A)正確B)錯誤答案:對解析:[判斷題]81.后驗概率是指事情已經(jīng)發(fā)生，要求出這件事情發(fā)生的原因是由某個因素引起的可能性的大小A)正確B)錯誤答案:對解析:[判斷題]82.監(jiān)督學習的學習數(shù)據(jù)既有特征（feature），也有標簽（label）。A)正確B)錯誤答案:對解析:[判斷題]83.回歸問題和分類問題都有可能發(fā)生過擬合A)正確B)錯誤答案:對解析:[判斷題]84.PCA是有監(jiān)督學習，是有參數(shù)限制的A)正確B)錯誤答案:錯解析:[判斷題]85.多變量決策樹亦稱為斜決策樹。__A)正確B)錯誤答案:對解析:[判斷題]86.??硬間隔?是指SVM允許分類時出現(xiàn)一定范圍的誤差A)正確B)錯誤答案:錯解析:[判斷題]87.K近鄰算法的缺點在于當訓練集數(shù)據(jù)量比較大時，預測過程的效率很低A)正確B)錯誤答案:對解析:第4部分：問答題，共9題，請在空白處填寫正確答案。[問答題]88.一個DataFrame對象的屬性values和ndim分別指數(shù)據(jù)元素和（）。答案:維度解析:[問答題]89.寫出一個你知道的線性降維方法：（）答案:PCA主成分分析解析:LDA判別分析[問答題]90.簡述sigmoid激活函數(shù)的優(yōu)缺點答案:優(yōu)點：1.便于求導的平滑函數(shù)；2.能壓縮數(shù)據(jù)，保證數(shù)據(jù)幅度不會有問題；3.適合用于前向傳播。缺點：1.容易出現(xiàn)梯度消失(gradientvani