北京信息科技大学《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页北京信息科技大学《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.以下哪项不是监督学习中的分类算法？A.决策树B.K-最近邻C.神经网络D.主成分分析2.在机器学习中，以下哪项不是特征选择的方法？A.相关性分析B.递归特征消除C.支持向量机D.特征提取3.以下哪项不是强化学习中的奖励函数？A.确定性奖励函数B.随机奖励函数C.累积奖励函数D.线性奖励函数4.在深度学习中，以下哪项不是常见的激活函数？A.ReLUB.SigmoidC.SoftmaxD.Tanh5.以下哪项不是数据预处理中的步骤？A.数据清洗B.数据集成C.数据转换D.数据归一化6.在机器学习中，以下哪项不是过拟合的原因？A.模型复杂度过高B.训练数据量过小C.特征选择不当D.模型参数设置不当7.以下哪项不是支持向量机中的核函数？A.线性核B.多项式核C.RBF核D.神经网络核8.在机器学习中，以下哪项不是特征提取的方法？A.主成分分析B.线性判别分析C.逻辑回归D.聚类分析9.以下哪项不是无监督学习中的聚类算法？A.K-均值聚类B.层次聚类C.密度聚类D.支持向量机10.在机器学习中，以下哪项不是特征选择的方法？A.相关性分析B.递归特征消除C.特征提取D.特征选择11.以下哪项不是深度学习中的网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.线性回归12.在机器学习中，以下哪项不是数据预处理中的步骤？A.数据清洗B.数据集成C.数据转换D.数据归一化13.以下哪项不是监督学习中的分类算法？A.决策树B.K-最近邻C.神经网络D.主成分分析14.在机器学习中，以下哪项不是特征选择的方法？A.相关性分析B.递归特征消除C.特征提取D.特征选择15.以下哪项不是强化学习中的奖励函数？A.确定性奖励函数B.随机奖励函数C.累积奖励函数D.线性奖励函数16.在深度学习中，以下哪项不是常见的激活函数？A.ReLUB.SigmoidC.SoftmaxD.Tanh17.以下哪项不是数据预处理中的步骤？A.数据清洗B.数据集成C.数据转换D.数据归一化18.在机器学习中，以下哪项不是过拟合的原因？A.模型复杂度过高B.训练数据量过小C.特征选择不当D.模型参数设置不当19.以下哪项不是支持向量机中的核函数？A.线性核B.多项式核C.RBF核D.神经网络核20.在机器学习中，以下哪项不是特征提取的方法？A.主成分分析B.线性判别分析C.逻辑回归D.聚类分析二、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.K-最近邻C.神经网络D.主成分分析2.以下哪些是数据预处理中的步骤？A.数据清洗B.数据集成C.数据转换D.数据归一化3.以下哪些是强化学习中的奖励函数？A.确定性奖励函数B.随机奖励函数C.累积奖励函数D.线性奖励函数4.以下哪些是深度学习中的网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.线性回归5.以下哪些是特征选择的方法？A.相关性分析B.递归特征消除C.特征提取D.特征选择6.以下哪些是数据预处理中的步骤？A.数据清洗B.数据集成C.数据转换D.数据归一化7.以下哪些是监督学习中的分类算法？A.决策树B.K-最近邻C.神经网络D.主成分分析8.以下哪些是强化学习中的奖励函数？A.确定性奖励函数B.随机奖励函数C.累积奖励函数D.线性奖励函数9.以下哪些是深度学习中的网络结构？A.卷积神经网络B.循环神经网络C.支持向量机D.线性回归10.以下哪些是特征选择的方法？A.相关性分析B.递归特征消除C.特征提取D.特征选择三、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已知标签的数据来训练模型。（）2.在机器学习中，特征提取是指将原始数据转换为更适合模型处理的形式。（）3.强化学习中的Q学习算法是一种基于值函数的方法。（）4.深度学习中的卷积神经网络主要用于图像识别任务。（）5.机器学习中的无监督学习是指通过未知标签的数据来训练模型。（）6.在机器学习中，特征选择是指从原始特征中选择出最有用的特征。（）7.支持向量机是一种基于间隔的方法，用于解决线性可分问题。（）8.机器学习中的过拟合是指模型在训练数据上表现良好，但在测试数据上表现不佳。（）9.深度学习中的循环神经网络主要用于处理序列数据。（）10.机器学习中的聚类分析是指将相似的数据点归为一类。（）四、名词解释（每题4分，共20分）1.机器学习2.特征提取3.强化学习4.深度学习5.支持向量机五、简答题（每题6分，共18分）1.简述监督学习、无监督学习和强化学习的区别。2.简述特征选择在机器学习中的作用。3.简述深度学习中卷积神经网络的基本原理。六、案例分析题（1题，满分12分）某电商平台希望通