保定理工学院《机器学习》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》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.下列哪个算法属于监督学习算法？A.决策树B.支持向量机C.K-均值聚类D.主成分分析2.以下哪个不是机器学习的核心任务？A.分类B.回归C.降维D.推理3.在K-均值聚类算法中，下列哪个参数对聚类结果影响最大？A.初始中心点B.聚类数量C.聚类算法D.数据特征4.下列哪个不是深度学习的常用网络结构？A.卷积神经网络B.循环神经网络C.生成对抗网络D.线性回归5.下列哪个不是特征选择的方法？A.单变量特征选择B.基于模型的特征选择C.基于规则的特征选择D.特征重要性6.下列哪个不是数据预处理的方法？A.数据清洗B.数据归一化C.数据标准化D.数据降维7.下列哪个不是评估分类模型性能的指标？A.准确率B.精确率C.召回率D.F1值8.下列哪个不是评估回归模型性能的指标？A.均方误差B.均方根误差C.平均绝对误差D.相关系数9.下列哪个不是深度学习的常用优化算法？A.梯度下降法B.Adam优化器C.随机梯度下降法D.牛顿法10.下列哪个不是深度学习的常用损失函数？A.交叉熵损失B.均方误差损失C.逻辑损失D.算术平均损失11.下列哪个不是特征提取的方法？A.主成分分析B.降维C.特征选择D.特征工程12.下列哪个不是机器学习中的过拟合现象？A.模型泛化能力差B.模型训练误差小C.模型预测准确率高D.模型复杂度高13.下列哪个不是机器学习中的欠拟合现象？A.模型泛化能力差B.模型训练误差大C.模型预测准确率低D.模型复杂度低14.下列哪个不是机器学习中的交叉验证方法？A.K折交叉验证B.交叉验证C.留一法D.留N法15.下列哪个不是机器学习中的集成学习方法？A.随机森林B.梯度提升树C.聚类D.主成分分析16.下列哪个不是机器学习中的强化学习方法？A.Q学习B.策略梯度C.深度Q网络D.聚类17.下列哪个不是机器学习中的迁移学习方法？A.微调B.迁移学习C.特征提取D.特征工程18.下列哪个不是机器学习中的异常检测方法？A.概率密度估计B.基于距离的方法C.基于规则的方法D.基于模型的方法19.下列哪个不是机器学习中的文本分析方法？A.词袋模型B.主题模型C.情感分析D.文本分类20.下列哪个不是机器学习中的图像分析方法？A.卷积神经网络B.图像分割C.目标检测D.图像识别二、多项选择题（每题2分，共20分）1.机器学习的核心任务包括哪些？A.分类B.回归C.降维D.推理2.以下哪些是机器学习中的特征选择方法？A.单变量特征选择B.基于模型的特征选择C.基于规则的特征选择D.特征工程3.以下哪些是机器学习中的数据预处理方法？A.数据清洗B.数据归一化C.数据标准化D.数据降维4.以下哪些是机器学习中的评估指标？A.准确率B.精确率C.召回率D.F1值5.以下哪些是机器学习中的优化算法？A.梯度下降法B.Adam优化器C.随机梯度下降法D.牛顿法6.以下哪些是机器学习中的损失函数？A.交叉熵损失B.均方误差损失C.逻辑损失D.算术平均损失7.以下哪些是机器学习中的集成学习方法？A.随机森林B.梯度提升树C.聚类D.主成分分析8.以下哪些是机器学习中的强化学习方法？A.Q学习B.策略梯度C.深度Q网络D.聚类9.以下哪些是机器学习中的迁移学习方法？A.微调B.迁移学习C.特征提取D.特征工程10.以下哪些是机器学习中的异常检测方法？A.概率密度估计B.基于距离的方法C.基于规则的方法D.基于模型的方法三、判断题（每题1分，共10分）1.机器学习中的监督学习算法只能用于分类任务。（）2.机器学习中的非监督学习算法只能用于聚类任务。（）3.机器学习中的数据预处理方法可以改善模型的性能。（）4.机器学习中的特征选择方法可以减少模型的复杂度。（）5.机器学习中的集成学习方法可以提高模型的泛化能力。（）6.机器学习中的强化学习方法可以解决优化问题。（）7.机器学习中的迁移学习方法可以解决数据不足的问题。（）8.机器学习中的异常检测方法可以识别数据中的异常值。（）9.机器学习中的文本分析方法可以提取文本中的关键词。（）10.机器学习中的图像分析方法可以识别图像中的物体。（）四、名词解释（每题4分，共20分）1.机器学习2.监督学习3.非监督学习4.特征选择5.深度学习五、简答题（每题6分，共18分）1.简述机器学习的应用领域。2.简述机器学习中的数据预处理方法。3.简述机器学习中的特征选择方法。六、案例分析题（1题，满分12分）某电商