保定理工学院《机器学习：模型与算法》2025-2026学年第一学期期末试卷(B卷)

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页保定理工学院《机器学习：模型与算法》2025-2026学年第一学期期末试卷(B卷)注意事项:1.请考生在下列横线上填写姓名、学号和年级专业。2.请仔细阅读各种题目的回答要求，在规定的位置填写答案。3.不要在试卷上乱写乱画，不要在装订线内填写无关的内容。4.考试时间120分钟专业学号姓名题号一二三四五六七八总分统分人复查人得分得分评分人一、单项选择题（每题1分，共20分）1.下列哪项不是监督学习中的分类算法？A.决策树B.支持向量机C.神经网络D.聚类算法2.在机器学习中，以下哪个不是特征选择的方法？A.相关性分析B.主成分分析C.卡方检验D.随机森林3.下列哪项不是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.朴素贝叶斯4.在K-近邻算法中，K的值应该选择？A.随机选择B.数据集大小C.特征数量D.根据经验选择5.下列哪项不是强化学习中的策略学习？A.值函数学习B.策略梯度C.模型预测D.决策树6.在机器学习中，以下哪个不是特征提取的方法？A.特征选择B.特征提取C.特征归一化D.特征嵌入7.下列哪项不是深度学习的常见优化算法？A.梯度下降B.AdamC.随机梯度下降D.梯度提升8.在机器学习中，以下哪个不是分类算法？A.决策树B.支持向量机C.神经网络D.聚类算法9.下列哪项不是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.朴素贝叶斯10.在K-近邻算法中，K的值应该选择？A.随机选择B.数据集大小C.特征数量D.根据经验选择11.下列哪项不是强化学习中的策略学习？A.值函数学习B.策略梯度C.模型预测D.决策树12.在机器学习中，以下哪个不是特征提取的方法？A.特征选择B.特征提取C.特征归一化D.特征嵌入13.在机器学习中，以下哪个不是分类算法？A.决策树B.支持向量机C.神经网络D.聚类算法14.下列哪项不是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.朴素贝叶斯15.在K-近邻算法中，K的值应该选择？A.随机选择B.数据集大小C.特征数量D.根据经验选择16.下列哪项不是强化学习中的策略学习？A.值函数学习B.策略梯度C.模型预测D.决策树17.在机器学习中，以下哪个不是特征提取的方法？A.特征选择B.特征提取C.特征归一化D.特征嵌入18.在机器学习中，以下哪个不是分类算法？A.决策树B.支持向量机C.神经网络D.聚类算法19.下列哪项不是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.朴素贝叶斯20.在K-近邻算法中，K的值应该选择？A.随机选择B.数据集大小C.特征数量D.根据经验选择二、多项选择题（每题2分，共20分）1.以下哪些是监督学习中的分类算法？A.决策树B.支持向量机C.神经网络D.聚类算法2.以下哪些是机器学习中的特征选择方法？A.相关性分析B.主成分分析C.卡方检验D.随机森林3.以下哪些是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.朴素贝叶斯4.以下哪些是K-近邻算法中K值选择的方法？A.随机选择B.数据集大小C.特征数量D.根据经验选择5.以下哪些是强化学习中的策略学习？A.值函数学习B.策略梯度C.模型预测D.决策树6.以下哪些是机器学习中的特征提取方法？A.特征选择B.特征提取C.特征归一化D.特征嵌入7.以下哪些是深度学习的常见优化算法？A.梯度下降B.AdamC.随机梯度下降D.梯度提升8.以下哪些是机器学习中的分类算法？A.决策树B.支持向量机C.神经网络D.聚类算法9.以下哪些是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.朴素贝叶斯10.以下哪些是K-近邻算法中K值选择的方法？A.随机选择B.数据集大小C.特征数量D.根据经验选择三、判断题（每题1分，共10分）1.机器学习中的监督学习是指通过输入和输出数据来训练模型。（）2.特征选择和特征提取是机器学习中的两个不同概念。（）3.卷积神经网络是深度学习中用于图像识别的常用网络结构。（）4.支持向量机是一种无监督学习算法。（）5.机器学习中的强化学习是一种基于奖励和惩罚的学习方法。（）6.深度学习中的神经网络可以自动提取特征。（）7.机器学习中的聚类算法可以用于分类任务。（）8.梯度下降是深度学习中常用的优化算法。（）9.机器学习中的模型评估指标包括准确率、召回率和F1值。（）10.机器学习中的模型训练过程是一个迭代优化过程。（）四、名词解释（每题4分，共20分）1.机器学习2.特征选择3.深度学习4.强化学习5.模型评估五、简答题（每题6分，共18分）1.简述监督学习、无监督学习和半监督学习的区别。2.简述特征选择和特征提取的区别。3.简述深度学习中常见的网络结构。六、案例分析题（1题，满分12分）