2026年ai实操期末题库及答案

2026年ai实操期末题库及答案

一、单项选择题(10题，每题2分)1.下列哪项不属于AI模型训练的核心环节？(C)A.数据准备B.模型构建C.硬件选购D.超参数调优2.在Python中，哪个库主要用于机器学习模型的快速开发？(B)A.TensorFlowB.Scikit-learnC.PyTorchD.Keras3.数据清洗过程中，处理缺失值的常用方法不包括？(D)A.删除样本B.均值填充C.插值法D.数据标准化4.混淆矩阵中，"真正例"(TP)指的是？(A)A.实际正例且预测为正例B.实际正例但预测为负例C.实际负例且预测为正例D.实际负例但预测为负例5.以下哪种算法不属于传统机器学习方法？(C)A.决策树B.逻辑回归C.TransformerD.SVM6.在图像预处理中，将图像像素值归一化到[0,1]范围的目的是？(B)A.减少计算量B.加快模型收敛C.提高图像清晰度D.增强数据多样性7.模型训练中，"过拟合"现象表现为？(A)A.训练集准确率高，测试集准确率低B.训练集和测试集准确率均低C.训练集和测试集准确率均高D.训练集准确率低，测试集准确率高8.下列哪项属于自然语言处理中的基础任务？(B)A.图像分割B.文本分类C.三维重建D.语音合成9.AI伦理问题中，"算法偏见"主要指？(D)A.模型训练数据不足B.硬件性能不足C.开发团队技术能力有限D.模型输出存在群体差异10.以下哪种部署方式最适合低延迟场景？(C)A.云端部署B.服务器集群C.边缘计算D.混合云部署二、填空题(10题，每题2分)1.AI开发流程的第一步通常是______。(数据收集与预处理)2.在Scikit-learn中，划分训练集和测试集的函数是______。(train_test_split)3.特征工程中，将连续变量转换为多个离散区间的操作称为______。(分箱/Binning)4.模型评估指标中，适用于不平衡数据的指标是______。(F1-score/ROC-AUC)5.NLP领域中，将文本转换为向量表示的技术称为______。(词嵌入/WordEmbedding)6.PyTorch中用于自动求导的核心模块是______。(Autograd)7.图像分类任务中，常用的预训练模型包括ResNet、______、AlexNet。(VGG)8.数据增强技术主要用于解决______问题。(数据样本不足)9.强化学习中，智能体通过______获得环境反馈。(奖励函数)10.AI模型部署时，ONNX格式的主要作用是______。(跨框架模型移植)三、判断题(10题，每题2分)1.所有AI模型都需要进行交叉验证才能确保性能稳定。(×)2.数据量越大，AI模型的预测准确性必然越高。(×)3.特征选择可以有效降低模型过拟合风险。(√)4.线性回归只能用于回归任务，不能用于分类任务。(√)5.图像识别中，数据增强会导致训练集和测试集分布不一致。(×)6.联邦学习可以在不共享原始数据的情况下训练模型。(√)7.神经网络层数越多，模型性能一定越好。(×)8.混淆矩阵中的"假负例"(FN)会导致漏检问题。(√)9.AI模型的可解释性与模型性能总是正相关的。(×)10.决策树模型在处理高维稀疏数据时表现通常优于随机森林。(×)四、简答题(4题，每题5分)1.简述使用Python和Scikit-learn进行分类任务的基本步骤。数据加载与查看、数据预处理(缺失值处理/特征编码)、划分训练测试集、选择分类模型、模型训练、交叉验证、性能评估、参数调优。2.如何处理AI项目中的数据不平衡问题？过采样(SMOTE算法)、欠采样(随机欠采样)、类别权重调整、集成学习方法(EasyEnsemble)、生成式数据增强。3.在模型训练中，如何判断模型是否过拟合？训练集准确率显著高于验证集准确率，损失函数持续下降但验证集指标停滞，通过学习曲线分析。4.AI应用开发中，数据隐私保护可采取哪些技术手段？差分隐私、联邦学习、数据脱敏、同态加密、访问权限控制。五、讨论题(4题，每题5分)1.请对比传统机器学习与深度学习在工业应用中的适用场景。传统机器学习适用于结构化数据和小样本任务，如金融风控、客户分类；深度学习擅长非结构化数据，如图像识别、自然语言处理。2.分析AI模型可解释性在医疗诊断场景中的重要性。医疗决策需高透明度，可解释性强的模型(如SHAP、LIME)能帮助医生理解决策依据，减少误诊风险。3.结合实例说明AI伦理问题可能引发的社会影响。算法偏见可能导致招聘平台性别歧视，人脸识别系统误判问题影响司法公正，数据泄露威胁个人隐私安全。4.如何平衡AI模型性能与部署成本？选择轻量化模型(如MobileNet)、边缘计算部署、量化压缩技术、按需弹性伸缩，结合硬件加速优化。答案与解析一、单项选择题1.C解析：模型训练核心环节不包含硬件选购，硬件属于基础设施准备2.B解析：Scikit-learn是机器学习快速开发库，适合入门级任务3.D解析：数据标准化属于预处理后的特征缩放，非缺失值处理4.A解析：真正例定义为实际正例且预测正确5.C解析：Transformer属于深度学习架构，属于AI模型而非传统机器学习6.B解析：归一化可加快模型收敛速度，避免梯度消失问题7.A解析：过拟合典型表现为训练集拟合好但泛化能力差8.B解析：文本分类是NLP基础任务，其他属于CV或语音任务9.D解析：算法偏见指模型对不同群体输出存在系统性差异10.C解析：边缘计算可在数据产生端就近处理，降低延迟二、填空题1.数据收集与预处理2.train_test_split3.分箱/Binning4.F1-score/ROC-AUC5.词嵌入/WordEmbedding6.Autograd7.VGG8.数据样本不足9.奖励函数10.跨框架模型移植三、判断题1.×解析：简单任务可直接验证集评估，无需交叉验证2.×解析：数据质量比数量更重要，需保证数据多样性3.√解析：减少冗余特征可降低模型复杂度，提升泛化能力4.√解析：线性回归属于回归模型，分类需逻辑回归5.×解析：数据增强是为了保持分布一致性，生成合理变体6.√解析：联邦学习通过本地训练聚合参数，保护数据隐私7.×解析：层数过多易导致过拟合，需合理控制深度8.√解析：假负例指漏检情况，会导致关键信息被忽略9.×解析：复杂模型(如深度神经网络)可解释性通常较差10.×解析：随机森林在高维数据上泛化能力更强四、简答题1.使用Python和Scikit-learn进行分类任务的基本步骤：数据加载与探索(load_dataset/describe)、数据预处理(处理缺失值/编码分类变量)、划分训练集与测试集(train_test_split)、选择分类算法(如LogisticRegression/SVC)、模型训练(fit)、交叉验证(cross_val_score)、性能评估(accuracy/precision)、参数调优(GridSearchCV)。2.处理数据不平衡的方法：1)过采样：SMOTE算法生成合成样本，避免类别比例失衡；2)欠采样：随机欠采样减少多数类样本数量；3)类别权重：在模型训练时设置class_weight参数；4)集成方法：使用EasyEnsemble等集成采样技术；5)生成式模型：GAN生成少数类样本。3.判断过拟合的方法：1)对比训练集与验证集指标，训练集明显优于验证集；2)分析学习曲线，训练损失持续下降而验证损失上升；3)检查参数敏感性，调整超参数后验证集性能无提升；4)使用正则化项或早停策略优化模型。4.数据隐私保护技术：1)差分隐私：对数据添加噪声，使统计结果不泄露个体信息；2)联邦学习：多设备本地训练后仅上传模型参数，不共享原始数据；3)数据脱敏：删除敏感字段或替换为虚拟值；4)同态加密：在加密状态下进行计算，解密后数据仍安全；5)访问控制：基于角色分配数据权限，最小权限原则。五、讨论题1.传统机器学习与深度学习适用场景对比：传统机器学习(逻辑回归/随机森林)适合结构化数据和小样本任务，如信用卡欺诈检测(特征清晰、样本量有限)；深度学习(CNN/RNN)擅长非结构化数据，如医疗影像诊断(图像特征复杂)、自动驾驶视觉感知(需处理海量图像数据)。工业应用中常采用混合方案，如用传统模型处理规则明确的决策，深度学习处理需要特征自动提取的场景。2.AI模型可解释性在医疗场景的重要性：医疗AI决策直接影响患者生命安全，模型可解释性可帮助医生验证AI建议的合理性。例如：当AI诊断肺癌时，可解释性技术(SHAP值)能可视化关键影像特征(如结节大小/密度)如何影响决策结果，增强临床信任度。缺乏可解释性可能导致医生盲目依赖模型，忽视实际病情差异，增加误诊风险。3.AI伦理问题的社会影响：算法偏见案例：招聘AI系统因训练数据历史偏见，对女性求职者评分偏低，导致就业机会不均。人脸识别系统误判问题：不同种族/肤色人群在识别准确率上存在差异，可能导致司法误判。数据隐私泄露：某电商平台AI系统因漏洞导致用户购物记录被非法获取，引发社会信任危机。伦理问题需通过立法(AI法案)、技术审查(算法审计)、公众监督三方面解决。4.平