上海师范大学《机器学习：模型与算法》2025-2026学年第二学期期末试卷(A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页上海师范大学《机器学习：模型与算法》2025-2026学年第二学期期末试卷(A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.以下哪个算法不属于监督学习算法？A.决策树B.神经网络C.聚类算法D.支持向量机2.在线性回归中，以下哪个参数用于衡量模型对数据的拟合程度？A.学习率B.偏差C.方差D.权重3.以下哪个损失函数在神经网络中应用最为广泛？A.均方误差B.交叉熵C.损失函数D.均方根误差4.以下哪个算法属于无监督学习算法？A.决策树B.神经网络C.K-means聚类D.支持向量机5.在K-means聚类算法中，以下哪个参数决定了聚类的数量？A.学习率B.初始化中心点C.聚类数量D.最大迭代次数6.以下哪个算法属于深度学习算法？A.决策树B.神经网络C.K-means聚类D.支持向量机7.在神经网络中，以下哪个参数用于控制学习速率？A.权重B.偏置C.学习率D.激活函数8.以下哪个算法属于集成学习方法？A.决策树B.神经网络C.随机森林D.支持向量机9.在支持向量机中，以下哪个参数用于控制模型复杂度？A.学习率B.正则化参数C.损失函数D.权重10.以下哪个算法属于强化学习算法？A.决策树B.神经网络C.Q-learningD.支持向量机11.在K-means聚类算法中，以下哪个参数用于控制聚类过程中的迭代次数？A.学习率B.初始化中心点C.聚类数量D.最大迭代次数12.以下哪个算法属于无监督学习算法？A.决策树B.神经网络C.K-means聚类D.支持向量机13.在神经网络中，以下哪个参数用于控制激活函数的输出范围？A.权重B.偏置C.学习率D.激活函数14.以下哪个算法属于集成学习方法？A.决策树B.神经网络C.随机森林D.支持向量机15.在支持向量机中，以下哪个参数用于控制模型复杂度？A.学习率B.正则化参数C.损失函数D.权重16.以下哪个算法属于强化学习算法？A.决策树B.神经网络C.Q-learningD.支持向量机17.在K-means聚类算法中，以下哪个参数用于控制聚类过程中的迭代次数？A.学习率B.初始化中心点C.聚类数量D.最大迭代次数18.以下哪个算法属于无监督学习算法？A.决策树B.神经网络C.K-means聚类D.支持向量机19.在神经网络中，以下哪个参数用于控制激活函数的输出范围？A.权重B.偏置C.学习率D.激活函数20.以下哪个算法属于集成学习方法？A.决策树B.神经网络C.随机森林D.支持向量机二、多项选择题（每题2分，共20分）1.以下哪些算法属于监督学习算法？A.决策树B.神经网络C.聚类算法D.支持向量机2.以下哪些损失函数在神经网络中应用最为广泛？A.均方误差B.交叉熵C.损失函数D.均方根误差3.以下哪些算法属于无监督学习算法？A.决策树B.神经网络C.K-means聚类D.支持向量机4.以下哪些算法属于深度学习算法？A.决策树B.神经网络C.K-means聚类D.支持向量机5.以下哪些算法属于集成学习方法？A.决策树B.神经网络C.随机森林D.支持向量机6.以下哪些算法属于强化学习算法？A.决策树B.神经网络C.Q-learningD.支持向量机7.以下哪些参数在神经网络中用于控制学习速率？A.权重B.偏置C.学习率D.激活函数8.以下哪些参数在支持向量机中用于控制模型复杂度？A.学习率B.正则化参数C.损失函数D.权重9.以下哪些参数在K-means聚类算法中用于控制聚类过程中的迭代次数？A.学习率B.初始化中心点C.聚类数量D.最大迭代次数10.以下哪些参数在神经网络中用于控制激活函数的输出范围？A.权重B.偏置C.学习率D.激活函数三、判断题（每题1分，共10分）1.决策树算法是一种监督学习算法。（）2.神经网络算法是一种无监督学习算法。（）3.K-means聚类算法是一种深度学习算法。（）4.支持向量机算法是一种集成学习方法。（）5.Q-learning算法是一种强化学习算法。（）6.学习率参数在神经网络中用于控制学习速率。（）7.正则化参数在支持向量机中用于控制模型复杂度。（）8.初始化中心点参数在K-means聚类算法中用于控制聚类过程中的迭代次数。（）9.激活函数参数在神经网络中用于控制激活函数的输出范围。（）10.随机森林算法是一种集成学习方法。（）四、名词解释（每题4分，共20分）1.监督学习2.无监督学习3.深度学习4.集成学习方法5.强化学习五、简答题（每题6分，共18分）1.简述线性回归算法的基本原理。2.简述神经网络算法的基本原理。3.简述支持向量机算法的基本原理。六、案例分析题（1题，满分12分）某电商平台希望利用机器学习算法对用户进行精准推荐。请根据以下材料，分析并设计一个合适的推荐算法。材