2026年苏科版（新教材）小学信息技术五年级下册《人工智能主题学习 走近机器学习算法》同步练习及答案

年苏科版（新教材）小学信息技术五年级下册《人工智能主题学习走近机器学习算法》同步练习及答案填空题机器学习是________的重要分支，核心是让计算机从________中自动学习规律，无需人工逐行编写指令。机器学习的基本过程包含三个核心环节：________、_______和_______。监督学习的数据带有________，常见任务包括________和________。无监督学习可直接分析________数据，自动发现规律，典型算法如________。机器学习算法的一般步骤为：_______、_______、________。图像识别、智能推荐、语音识别等应用，核心支撑都是________。K-均值聚类算法属于________学习，可将数据自动分成指定数量的________。模型训练时，数据量越________、特征越________，训练出的模型效果通常越好。机器通过大量猫的图片总结出“尖耳朵、有胡须”等特征，这一过程属于________环节。生活中常见的垃圾邮件分类、人脸识别解锁，都运用了________学习技术。判断题机器学习就是让计算机完全像人一样思考和学习。（）没有数据，机器学习就无法进行规律学习和模型训练。（）监督学习和无监督学习的核心区别在于数据是否带有标签。（）智能推荐算法只用到了监督学习，不会用到无监督学习。（）机器学习模型一旦训练完成，就不需要再优化和调整了。（）提取特征是机器学习算法的第一步，特征选择会影响模型效果。（）K-均值聚类算法中，K值指的是数据的总数量。（）语音识别的本质是机器通过模型预测语音对应的文字内容。（）无监督学习的目标是给数据打上预设的标签。（）算法是人工智能的核心，所有人工智能应用都离不开算法支撑。（）选择题下列属于人工智能分支的是（）A.办公软件B.机器学习C.网络安全D.数据存储机器学习的核心是（）A.人工编写复杂指令B.从数据中自动学习规律C.直接复制人类行为D.提高计算机运行速度下列属于监督学习应用的是（）A.客户分群B.异常检测C.猫狗图片分类D.用户画像构建机器学习过程中，“用新数据测试模型，给出结果”的环节是（）A.训练B.模型C.预测D.优化下列关于无监督学习的说法正确的是（）A.数据带有明确标签B.可用于聚类分析C.只能处理少量数据D.主要用于预测数值图像识别算法提取的特征不包括（）A.颜色B.形状C.大小D.重量K-均值聚类算法的核心作用是（）A.给数据打标签B.自动分组数据C.预测数据数值D.过滤错误数据下列不属于机器学习应用的是（）A.导航规划路线B.手机指纹解锁C.计算器计算加法D.短视频智能推荐监督学习中，“预测房价”属于（）任务A.分类B.回归C.聚类D.特征提取机器学习算法的正确步骤是（）A.训练→提取特征→预测B.提取特征→训练→预测C.预测→训练→提取特征D.提取特征→预测→训练简答题请用简洁的语言解释机器学习中“训练、模型、预测”三个环节的含义。2.举例说明监督学习和无监督学习在生活中的不同应用（各举1例）。3.为什么说数据是机器学习的重要基础？4.简述人工智能、算法、机器学习三者之间的关系。5.学校想通过学生的成绩、阅读时长、课堂表现等数据，将学生分成不同学习小组，适合用哪种机器学习算法？请说明理由。实践分析题小智想让计算机通过图片区分苹果和橘子，他准备了100张苹果图片和100张橘子图片，每张图片都标注了“苹果”或“橘子”标签。请结合本节课知识，回答下列问题：小智使用的机器学习类型属于哪一种？为什么？2.训练模型时，计算机需要提取苹果和橘子的哪些特征？（写出3个即可）3.模型训练完成后，输入一张新的苹果图片，计算机会做什么？4.如果小智只准备图片，不标注标签，还能用这种类型的机器学习吗？为什么？参考答案填空题人工智能；数据训练；模型；预测标签；分类；回归未标注；K-均值聚类算法提取特征；训练模型；进行预测机器学习算法无监督；类别多；丰富训练监督判断题×2.√3.√4.×5.×√7.×8.√9.×10.√选择题B2.B3.C4.C5.BD7.B8.C9.B10.B简答题训练：给机器提供大量带特征的数据，让机器学习数据中的规律；模型：机器通过训练总结出的规律集合；预测：用训练好的模型处理新数据，给出判断结果。监督学习：手机人脸识别解锁（提前标注人脸特征，训练模型识别）；无监督学习：电商平台客户分群（根据消费数据自动分组，无需提前标注）。机器学习的核心是从数据中学习规律，没有数据，机器无法总结特征、训练模型；数据的数量和质量直接决定模型的准确性和可靠性。人工智能是包含机器学习的技术领域；算法是人工智能的核心支撑，为机器学习提供方法；机器学习是实现人工智能的重要技术路径，通过算法从数据中学习。适合用K-均值聚类算法（无监督学习）。理由：无需提前标注学生分组标签，可直接分析成绩、阅读时长等数据的特征，自动将相似特征的学生分为一组。实践分析题1.监督学习。因为图片数据带有“苹果”“橘子”的明确标签，符合监督学习“带标签数据训练”的特点。2.颜色