重慶財(cái)經(jīng)學(xué)院《機(jī)器學(xué)習(xí)技術(shù)與模型構(gòu)建》2021-2022學(xué)年期末試卷_第1頁(yè)
重慶財(cái)經(jīng)學(xué)院《機(jī)器學(xué)習(xí)技術(shù)與模型構(gòu)建》2021-2022學(xué)年期末試卷_第2頁(yè)
重慶財(cái)經(jīng)學(xué)院《機(jī)器學(xué)習(xí)技術(shù)與模型構(gòu)建》2021-2022學(xué)年期末試卷_第3頁(yè)
重慶財(cái)經(jīng)學(xué)院《機(jī)器學(xué)習(xí)技術(shù)與模型構(gòu)建》2021-2022學(xué)年期末試卷_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè),共3頁(yè)重慶財(cái)經(jīng)學(xué)院《機(jī)器學(xué)習(xí)技術(shù)與模型構(gòu)建》2021-2022學(xué)年期末試卷題號(hào)一二三總分得分一、單選題(本大題共20個(gè)小題,每小題2分,共40分.在每小題給出的四個(gè)選項(xiàng)中,只有一項(xiàng)是符合題目要求的.)1、在聚類(lèi)算法中,K-Means算法對(duì)()比較敏感。A.初始聚類(lèi)中心B.樣本數(shù)量C.特征維度D.以上都不是2、在模型評(píng)估中,P-R曲線主要用于評(píng)估()A.二分類(lèi)模型B.多分類(lèi)模型C.回歸模型D.聚類(lèi)模型3、在聚類(lèi)算法中,K-Means的初始聚類(lèi)中心通常()A.隨機(jī)選擇B.根據(jù)數(shù)據(jù)分布選擇C.人工指定D.以上都可以4、在回歸問(wèn)題中,R平方值越接近(),模型擬合效果越好。A.0B.0.5C.1D.-15、在機(jī)器學(xué)習(xí)中,偏差-方差權(quán)衡是指()A.模型復(fù)雜度與誤差的關(guān)系B.訓(xùn)練集誤差與測(cè)試集誤差的關(guān)系C.特征數(shù)量與模型性能的關(guān)系D.以上都不是6、以下哪種機(jī)器學(xué)習(xí)任務(wù)通常用于預(yù)測(cè)連續(xù)值?()A.分類(lèi)B.回歸C.聚類(lèi)D.降維7、以下哪種模型可以自動(dòng)進(jìn)行特征選擇?()A.隨機(jī)森林B.線性回歸C.邏輯回歸D.以上都不是8、在神經(jīng)網(wǎng)絡(luò)中,反向傳播算法用于()A.前向計(jì)算輸出B.更新模型參數(shù)C.選擇激活函數(shù)D.初始化權(quán)重9、在決策樹(shù)剪枝中,預(yù)剪枝和后剪枝的主要區(qū)別在于()A.剪枝時(shí)機(jī)B.剪枝依據(jù)C.剪枝效果D.以上都是10、以下哪種技術(shù)可以用于解決深度學(xué)習(xí)中的梯度消失問(wèn)題?()A.殘差網(wǎng)絡(luò)B.LSTMC.GRUD.以上都是11、在聚類(lèi)分析中,輪廓系數(shù)用于()A.評(píng)估聚類(lèi)效果B.選擇聚類(lèi)算法C.確定聚類(lèi)個(gè)數(shù)D.以上都不是12、以下哪種評(píng)估指標(biāo)適用于不平衡分類(lèi)問(wèn)題?()A.準(zhǔn)確率B.召回率C.F1值D.均方誤差13、在自然語(yǔ)言處理中,詞嵌入(WordEmbedding)的作用是()A.將單詞轉(zhuǎn)換為向量B.進(jìn)行詞性標(biāo)注C.提取文本特征D.以上都是14、以下哪種模型可以處理序列數(shù)據(jù)?()A.多層感知機(jī)B.卷積神經(jīng)網(wǎng)絡(luò)C.循環(huán)神經(jīng)網(wǎng)絡(luò)D.自編碼器15、在深度學(xué)習(xí)中,循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的變體不包括()A.長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)B.門(mén)控循環(huán)單元(GRU)C.卷積神經(jīng)網(wǎng)絡(luò)(CNN)D.以上都是16、機(jī)器學(xué)習(xí)中,核主成分分析(KernelPCA)是()的擴(kuò)展。A.主成分分析B.因子分析C.獨(dú)立成分分析D.線性判別分析17、在集成學(xué)習(xí)中,隨機(jī)森林屬于()A.裝袋法B.提升法C.混合法D.以上都不是18、以下哪個(gè)指標(biāo)通常用于評(píng)估分類(lèi)模型的性能?()A.均方誤差B.準(zhǔn)確率C.決定系數(shù)D.方差19、以下哪種方法常用于模型選擇中的超參數(shù)調(diào)優(yōu)?()A.網(wǎng)格搜索B.隨機(jī)搜索C.以上都是D.以上都不是20、在文本生成中,以下哪個(gè)模型常用于生成自然語(yǔ)言文本?()A.TransformerB.GPTC.BERTD.以上都是二、簡(jiǎn)答題(本大題共4個(gè)小題,共40分)1、(本題10分)機(jī)器學(xué)習(xí)中如何確定聚類(lèi)的最佳簇?cái)?shù)?2、(本題10分)談?wù)勗诠派飳W(xué)中,機(jī)器學(xué)習(xí)的應(yīng)用。3、(本題10分)解釋如何使用機(jī)器學(xué)習(xí)進(jìn)行基因表達(dá)數(shù)據(jù)分析。4、(本題10分)說(shuō)明機(jī)器學(xué)習(xí)在真菌學(xué)中的分類(lèi)研究。三、

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論