常熟理工学院《机器学习》2024 - 2025 学年第一学期期末试卷

（第2页）制卷人签名：制卷日期制卷人签名：制卷日期：审核人签名：：审核日期：………………………………………………装……订……线…………………学院专业/班级学号姓名题号一二三四五六七八总分阅卷教师得分………………一、选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填写在括号内）1.以下哪种算法不属于监督学习算法？（）A.决策树B.支持向量机C.聚类算法D.逻辑回归2.在神经网络中，激活函数的作用是（）。A.增加模型的复杂度B.对输入进行非线性变换C.加快模型的收敛速度D.减少模型的过拟合3.以下关于梯度下降算法的说法，错误的是（）。A.梯度下降是一种迭代优化算法B.它通过不断调整参数来最小化损失函数C.步长越大，收敛速度越快D.可能会陷入局部最优解4.交叉验证的主要目的是（）。A.评估模型的泛化能力B.提高模型的训练速度C.减少模型的参数数量D.增加模型的稳定性5.对于线性回归模型，以下哪个指标可以用来评估模型的拟合优度？（）A.准确率B.召回率C.F1值D.决定系数6.支持向量机中的核函数的作用是（）。A.对数据进行降维B.增加模型的非线性能力C.提高模型的训练效率D.防止模型过拟合7.以下哪种方法可以用于处理数据中的缺失值？（）A.直接删除B.均值填充C.随机森林填充D.以上都是8.在决策树中，信息增益的计算公式与以下哪个概念相关？（）A.熵B.方差C.协方差D.均方误差9.以下哪种深度学习模型常用于图像分类任务？（）A.循环神经网络B.卷积神经网络C.长短时记忆网络D.生成对抗网络10.当模型出现过拟合时，可以采取以下哪种措施？（）A.增加训练数据B.减少模型复杂度C.增加正则化项D.以上都可以二、多项选择题（总共5题，每题4分，每题至少有两个正确答案，请将正确答案填写在括号内）1.以下属于无监督学习算法的有（）。A.聚类算法B.主成分分析C.关联规则挖掘D.朴素贝叶斯2.在训练神经网络时，优化器的作用包括（）。A.调整模型参数B.计算梯度C.决定学习率D.防止梯度消失3.以下哪些指标可以用于评估分类模型的性能？（）A.准确率B.召回率C.F1值D.均方误差4.对于数据预处理，常见的步骤包括（）。A.数据清洗B.数据集成C.数据变换D.数据归约5.以下关于深度学习的说法，正确的有（）。A.深度学习可以自动提取数据特征B.包含多个隐藏层的神经网络属于深度学习模型C.深度学习在图像、语音等领域取得了很好的效果D.深度学习模型训练需要大量的计算资源三、判断题（总共10题，每题2分，请判断对错，在括号内填写“√”或“×”）1.监督学习中，模型的目标是学习输入和输出之间的映射关系。（）2.梯度下降算法中，步长越小，收敛速度越快。（）3.交叉验证中，K值越大，评估结果越稳定。（）4.决策树只能处理数值型数据。（）5.支持向量机的核函数只能选择线性核。（）6.线性回归模型的系数表示自变量对因变量的影响程度。（）7.无监督学习不需要标注数据。（）8.深度学习模型的训练过程就是不断调整参数使损失函数最小化的过程。（）9.数据归一化可以提高模型的训练速度和稳定性。（）10.模型的准确率高就意味着模型的性能好。（）四、简答题（总共3题，每题10分）1.请简要介绍一下监督学习和无监督学习的区别。2.简述梯度下降算法的基本原理和步骤。3.说明交叉验证的几种常见方法及其优缺点。五、论述题（总共