计算机2025年《人工智能》冲刺试卷

计算机2025年《人工智能》冲刺试卷考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共30分。请将正确选项的字母填在括号内）1.人工智能发展的第一个高峰期主要受哪种思想流派的影响？A.连接主义B.符号主义C.演化主义D.行为主义2.下列哪项不属于人工智能的主要研究目标？A.知识表示B.推理判断C.感知交互D.社会治理3.在机器学习的分类中，利用历史交易数据预测股票价格属于哪种学习范式？A.监督学习B.无监督学习C.半监督学习D.强化学习4.决策树算法在处理连续型特征时，常用的分裂方法是基于什么进行判断？A.熵值最大B.均方误差最小C.Gini系数最小D.距离最近5.支持向量机（SVM）的核心思想是通过寻找一个最优超平面来最大化样本的什么？A.分类精度B.准确率C.安全边际D.召回率6.下列哪种算法通常用于无监督学习中的聚类任务？A.决策树B.K近邻（KNN）C.K均值（K-Means）D.线性回归7.神经网络中，用于引入非线性因素的基本单元是？A.输入层神经元B.隐藏层神经元C.输出层神经元D.传输层神经元8.在反向传播算法中，用于衡量网络输出与期望输出之间差异的函数称为？A.激活函数B.损失函数C.代价函数D.优化函数9.下列哪种技术属于深度学习领域，特别适用于处理序列数据？A.卷积神经网络（CNN）B.朴素贝叶斯C.随机森林D.循环神经网络（RNN）10.在特征选择方法中，“信息增益”通常用于衡量什么？A.特征的方差B.特征与目标变量的相关性C.特征的独立性D.特征的长度11.下列哪个指标主要用于衡量分类模型对正类样本的识别能力？A.准确率（Accuracy）B.召回率（Recall）C.F1分数D.AUC12.降维技术PCA（主成分分析）主要解决什么问题？A.过拟合问题B.数据缺失问题C.数据维度过高问题D.模型收敛慢问题13.在强化学习中，智能体通过与环境交互获得反馈信号，这种信号通常称为？A.观察值B.奖励值C.状态值D.动作值14.决策树容易产生过拟合的原因是？A.树深度过深B.树深度过浅C.特征数量过多D.样本量不足15.将文本数据转换为数值向量以便机器学习模型处理的技术通常称为？A.特征工程B.数据清洗C.模型评估D.预处理二、填空题（每空2分，共20分。请将答案填在横线上）1.人工智能发展史上，达特茅斯会议被认为是人工智能作为一门独立的科学学科诞生的标志。2.机器学习算法通常需要通过大量的训练数据来学习数据中的模式和规律。3.在逻辑回归模型中，输出结果通常通过Sigmoid函数映射到(0,1)区间，表示样本属于正类的概率。4.决策树模型中，用于衡量节点分裂质量的指标可以是信息增益率或基尼不纯度。5.神经网络中，连接不同层神经元之间的权重是通过反向传播算法进行调整的。6.在自然语言处理中，词嵌入技术（如Word2Vec）可以将词语表示为高维空间中的向量，捕捉词语之间的语义关系。7.评价聚类算法好坏的指标之一是轮廓系数，它衡量样本与其自身簇的紧密度以及与其他簇的分离度。8.深度学习模型通常需要大量的计算资源，特别是高性能的图形处理器（GPU）。9.在模型选择中，使用K折交叉验证方法可以更稳定地评估模型的泛化能力，避免过拟合单一训练集。10.强化学习的目标是通过学习一个策略，使智能体在特定环境中获得的累积奖励最大化。三、简答题（每题5分，共15分）1.简述监督学习和无监督学习的主要区别。2.简要说明过拟合现象及其可能的原因。3.简述神经网络中反向传播算法的基本思想。四、计算题（每题10分，共20分）1.假设一个分类问题，我们有以下4个样本及其类别标签：|特征X1|特征X2|标签Y||:-----|:-----|:----||2|3|A||5|7|B||1|2|A||8|6|B|现在我们使用K近邻（K=3）算法对一个新的样本(4,5)进行分类。假设距离度量使用欧氏距离。请计算新样本与现有样本的距离，并给出分类结果（假设A为正类，B为负类）。2.假设一个简单的线性回归模型为Y=2+3X，并且给定一个样本点(x=4,y=15)。请计算该样本点的预测值Y_pred，并计算其实际值y与预测值Y_pred之间的绝对误差和均方误差（假设只有一个样本点）。五、综合应用题（15分）假设我们需要为一个银行设计一个简单的客户流失预测模型。客户特征包括：年龄（Age，数值型）、账户余额（Balance，数值型）、是否为VIP客户（VIP，二元变量：是/否）、每月通话次数（Calls，数值型）。目标变量是客户是否流失（Churn，二元变量：是/否）。请简述：1.在构建模型前，可能需要对哪些特征进行预处理？例如，对于二元变量“VIP”，通常如何处理？2.如果选择使用决策树模型，请简述你会如何选择最优的特征进行节点分裂（至少说明两种衡量分裂质量的指标）。3.在模型训练完成后，如何评估该模型对客户流失的预测能力？请列举至少两个重要的评估指标。试卷答案一、选择题1.B2.D3.A4.C5.C6.C7.B8.B9.D10.B11.B12.C13.B14.A15.A二、填空题1.会议2.数据3.概率4.不纯度5.传播6.嵌入7.轮廓8.处理器9.验证10.策略三、简答题1.解析思路：监督学习需要带有标签（正确答案）的训练数据，模型通过学习输入与输出之间的映射关系来进行预测。无监督学习则使用没有标签的数据，模型的目标是发现数据内在的结构或模式，如聚类或降维。*答案要点：监督学习需带标签数据，学习输入输出映射；无监督学习用无标签数据，发现数据内在结构或模式（如聚类、降维）。2.解析思路：过拟合是指模型在训练数据上表现非常好，但在未见过的新数据上表现很差的现象。原因通常包括：模型复杂度过高（如决策树过深、神经网络层数或参数过多），导致模型学习到了训练数据中的噪声和细节，而非泛化规律。*答案要点：模型在训练集上效果好，在新数据上效果差；原因：模型复杂度过高，学习到噪声而非泛化规律。3.解析思路：反向传播算法是训练神经网络的核心方法。其基本思想是：首先前向传播计算网络输出，然后计算输出与目标之间的误差（损失）；接着，将误差从输出层反向传播到前一层，根据误差计算每条连接权重的梯度；最后，使用梯度下降等优化算法根据计算出的梯度来更新网络中的权重和偏置，目的是最小化整体损失函数。*答案要点：前向传播计算输出和误差；将误差反向传播计算各层权重梯度；使用梯度更新权重和偏置，以最小化损失函数。四、计算题1.解析思路：K近邻算法中，计算待分类样本与数据集中所有样本的距离（此处用欧氏距离），找出距离最近的K个样本，然后统计这K个样本中属于各个类别的数量，选择数量最多的类别作为待分类样本的类别。计算欧氏距离公式为sqrt((x_i-y_i)^2+(x_j-y_j)^2)。*答案步骤：*计算距离：(4-2)^2+(5-3)^2=4+4=8=>距离=sqrt(8)≈2.83(样本1)*(4-5)^2+(5-7)^2=1+4=5=>距离=sqrt(5)≈2.24(样本2)*(4-1)^2+(5-2)^2=9+9=18=>距离=sqrt(18)≈4.24(样本3)*(4-8)^2+(5-6)^2=16+1=17=>距离=sqrt(17)≈4.12(样本4)*排序：样本2(2.24),样本1(2.83),样本4(4.12),样本3(4.24)*K=3，取前三个：样本2(B),样本1(A),样本4(B)*统计类别：A:1,B:2*结果：选择类别B。*答案：分类结果为B。2.解析思路：线性回归模型Y=a+bX。预测值Y_pred就是将输入值x代入模型公式计算得到的结果。绝对误差是实际值y与预测值Y_pred的差的绝对值。均方误差（MSE）是单个样本的平方误差的平均值（此处只有一个样本，平方误差就是平方误差本身）。*答案步骤：*预测值：Y_pred=2+3*4=2+12=14*绝对误差：|y-Y_pred|=|15-14|=1*均方误差：MSE=(y-Y_pred)^2/1=(15-14)^2=1^2=1*答案：预测值Y_pred=14；绝对误差=1；均方误差=1。五、综合应用题1.解析思路：特征预处理是为了将原始数据转换为模型可以理解和处理的格式。数值型特征可能需要缩放（如归一化、标准化）以消除量纲影响或加快收敛。二元变量（如VIP是/否）通常需要将其转换为数值形式（如0和1），以便模型计算。类别型特征可能需要编码（如独热编码）。*答案要点：数值型特征需缩放；二元变量（如VIP）转为0/1数值；类别型特征需编码（如独热编码）。2.解析思路：决策树选择分裂特征时，目标是找到一个分裂点，使得分裂后的子节点能够更好地“纯化”（即子节点中同一类别的样本占比更高）。常用的衡量指标有：信息增益（ID3/C4.5算法使用）和基尼不纯度（CART算法使用）。计算该特征的每种取值（或分裂点）分裂前后的不纯度变化，选择使变化最大的特征或分裂点作为分裂依据。*答案要点：目标是分裂后子节点纯化程度更高；常用指标：信息增益（衡量信息熵减少量）或基尼不纯度（衡量样本混杂度降低量）；比较不同特征/分裂点的指标值，选择最大者。3.