2026年百度人工智能工程师岗位机器学习基础笔试含答案

2026年百度人工智能工程师岗位机器学习基础笔试含答案一、单选题（共10题，每题2分，合计20分）题目要求：下列每题只有一个正确答案，请将正确选项的字母填入括号内。1.在机器学习中，下列哪种方法不属于监督学习？A.决策树B.神经网络C.K-means聚类D.支持向量机2.下列哪个指标最适合用于评估不平衡数据集的分类模型性能？A.准确率（Accuracy）B.召回率（Recall）C.F1分数D.AUC（ROC曲线下面积）3.在逻辑回归中，如果某个特征的系数为负值，则意味着该特征：A.对目标变量有正向影响B.对目标变量无影响C.对目标变量有负向影响D.无法确定其影响4.下列哪种算法适用于大规模数据集的降维？A.主成分分析（PCA）B.线性判别分析（LDA）C.t-SNED.因子分析5.在交叉验证中，k折交叉验证通常将数据集分成多少份？A.2份B.3份C.5份或10份D.不固定6.下列哪种损失函数适用于多分类问题？A.均方误差（MSE）B.交叉熵损失（Cross-EntropyLoss）C.L1损失D.Hinge损失7.在梯度下降法中，学习率过大可能导致：A.收敛速度变慢B.无法收敛C.过拟合D.梯度爆炸8.下列哪种模型属于非参数模型？A.线性回归B.K近邻（KNN）C.决策树D.朴素贝叶斯9.在特征工程中，下列哪种方法属于特征编码？A.特征缩放B.特征交互C.标准化D.one-hot编码10.在集成学习中，随机森林（RandomForest）主要利用哪种方法来减少过拟合？A.正则化B.随机特征选择C.数据重采样D.早停法二、多选题（共5题，每题3分，合计15分）题目要求：下列每题有多个正确答案，请将正确选项的字母填入括号内，多选或少选均不得分。1.下列哪些属于常见的过拟合现象？A.模型在训练集上表现极好，但在测试集上表现差B.模型训练时间过长但无法收敛C.模型对训练集的噪声过于敏感D.模型参数数量远大于数据量2.下列哪些方法可以用于处理缺失值？A.删除含有缺失值的样本B.使用均值/中位数/众数填充C.使用模型预测缺失值D.插值法3.在支持向量机（SVM）中，下列哪些参数对模型性能有重要影响？A.C（正则化参数）B.核函数选择C.数据集规模D.特征数量4.下列哪些属于评估分类模型性能的指标？A.精确率（Precision）B.F1分数C.均方误差（MSE）D.召回率（Recall）5.在神经网络中，下列哪些层通常用于特征提取？A.输入层B.卷积层（ConvolutionalLayer）C.全连接层（FullyConnectedLayer）D.激活函数层三、填空题（共5题，每题2分，合计10分）题目要求：请将答案填写在横线上。1.在逻辑回归中，模型的输出通常通过______函数进行映射，输出范围在[0,1]之间。答案：Sigmoid2.在交叉验证中，留一法（Leave-One-Out）适用于______的数据集。答案：小规模3.在梯度下降法中，选择较小的学习率可能导致______。答案：收敛速度变慢4.在特征工程中，将类别特征转换为数值特征的方法之一是______编码。答案：one-hot5.在集成学习中，装袋法（Bagging）通常用于______模型。答案：弱四、简答题（共4题，每题5分，合计20分）题目要求：请简要回答下列问题。1.简述过拟合和欠拟合的区别，并说明如何解决这两种问题。答案：-过拟合：模型在训练集上表现极好，但在测试集上表现差，通常因为模型对训练数据的噪声或细节过于敏感。-欠拟合：模型在训练集和测试集上表现均较差，通常因为模型过于简单，未能捕捉到数据中的规律。解决方法：-过拟合：增加数据量、使用正则化（如L1/L2）、早停法、简化模型；-欠拟合：增加模型复杂度（如增加层数或神经元）、减少特征、使用更合适的模型。2.解释什么是梯度下降法，并说明其在机器学习中的作用。答案：梯度下降法是一种迭代优化算法，通过计算损失函数的梯度（即导数），沿梯度相反方向更新模型参数，逐步使损失函数最小化。作用：在机器学习中用于优化模型参数，使模型在训练数据上达到最佳性能。3.什么是特征工程？请列举三种常见的特征工程方法。答案：特征工程是指通过领域知识和技术手段，从原始数据中提取或构造更有用的特征，以提高模型性能。常见方法：-特征缩放（如标准化、归一化）；-特征编码（如one-hot编码）；-特征交互（如多项式特征）。4.解释什么是集成学习，并举例说明两种常见的集成学习方法。答案：集成学习是指将多个模型（或子模型）的预测结果进行组合，以提高整体性能的方法。常见方法：-装袋法（Bagging，如随机森林）；-提升法（Boosting，如XGBoost）。五、计算题（共2题，每题10分，合计20分）题目要求：请根据题目要求进行计算或推导。1.假设一个逻辑回归模型的参数为：θ=[0.5,-0.25]，输入样本为X=[1,2]，请计算该样本的预测概率（使用Sigmoid函数）。答案：-Sigmoid函数：σ(z)=1/(1+e^(-z))-z=θ^TX=0.51+(-0.25)2=0-σ(z)=1/(1+e^0)=0.52.假设一个支持向量机（SVM）模型的决策函数为：f(x)=w^Tx+b，其中w=[1,-1]，b=-1，请计算当x=[2,3]时，样本的预测类别。答案：-f(x)=12+(-1)3-1=-2-若f(x)>0，预测为正类；若f(x)≤0，预测为负类。-由于f(x)=-2≤0，预测为负类。六、论述题（共1题，15分）题目要求：请结合实际场景，论述特征工程在机器学习中的重要性。答案：特征工程是机器学习中的核心环节，其重要性体现在以下几个方面：1.提升模型性能：原始数据往往包含噪声或冗余信息，合理的特征工程（如特征缩放、编码、降维）可以去除噪声，保留关键信息，从而显著提高模型准确率。-实例：在图像识别任务中，通过PCA降维可以去除冗余特征，同时保留主要轮廓信息，使卷积神经网络训练更高效。2.减少数据依赖：复杂的模型（如深度神经网络）对数据量要求高，但通过特征工程可以减少数据需求，使模型在小数据集上也能表现良好。-实例：在金融风控中，通过构造“历史逾期天数×贷款金额”的交互特征，可以更有效地预测违约风险，即使数据量有限。3.增强模型可解释性：某些特征工程方法（如特征重要性排序）可以帮助理解模型决策逻辑，便于业务场景应用。-实例：在医疗诊断中，通过SHAP值分析发现“年龄”和“血糖水平”是关键特征，医生可以据此制定干预措施。4.适应不同问题：同一数据集可能适用于多种任务，特征工程可以灵活调整，适应不同场景。-实例：在自然语言处理中，通过BERT提取的词向量可以用于文本分类或情感分析，无需重新标注数据。综上，特征工程是连接数据和模型的关键桥梁，对算法效果、效率和应用价值均有决定性影响。答案解析一、单选题1.C（K-means聚类属于无监督学习）2.B（召回率更适用于不平衡数据集）3.C（负系数表示特征对目标变量有负向影响）4.A（PCA适用于大规模数据降维）5.C（k折交叉验证常用5折或10折）6.B（交叉熵损失适用于多分类）7.B（学习率过大可能导致无法收敛）8.B（KNN属于非参数模型）9.D（one-hot编码属于特征编码）10.B（随机森林通过随机特征选择减少过拟合）二、多选题