三江学院《人工智能与科学之美》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页三江学院《人工智能与科学之美》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.人工智能领域中的“深度学习”技术主要基于以下哪种学习方式？A.有监督学习B.无监督学习C.半监督学习D.强化学习2.以下哪个算法不属于监督学习算法？A.决策树B.支持向量机C.K最近邻D.聚类算法3.以下哪个概念不属于机器学习中的特征工程？A.特征选择B.特征提取C.特征缩放D.特征编码4.以下哪个不是神经网络中的激活函数？A.SigmoidB.ReLUC.TanhD.MaxPooling5.以下哪个不是自然语言处理中的预训练模型？A.BERTB.GPTC.LSTMD.RNN6.以下哪个不是深度学习中的优化算法？A.梯度下降B.AdamC.随机梯度下降D.梯度提升7.以下哪个不是数据挖掘中的分类算法？A.决策树B.K最近邻C.聚类算法D.主成分分析8.以下哪个不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分数9.以下哪个不是深度学习中的损失函数？A.交叉熵损失B.均方误差C.真值损失D.交叉熵损失和均方误差10.以下哪个不是机器学习中的过拟合现象？A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在测试集上表现良好，但在训练集上表现不佳C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳11.以下哪个不是深度学习中的正则化技术？A.L1正则化B.L2正则化C.DropoutD.BatchNormalization12.以下哪个不是自然语言处理中的文本分类任务？A.主题分类B.情感分析C.机器翻译D.文本摘要13.以下哪个不是机器学习中的聚类算法？A.K最近邻B.K均值C.高斯混合模型D.决策树14.以下哪个不是深度学习中的卷积神经网络？A.CNNB.RNNC.LSTMD.GRU15.以下哪个不是机器学习中的强化学习算法？A.Q学习B.SarsaC.PolicyGradientD.梯度下降16.以下哪个不是数据挖掘中的关联规则学习？A.Apriori算法B.FP-growth算法C.K最近邻D.决策树17.以下哪个不是机器学习中的异常检测算法？A.IsolationForestB.One-ClassSVMC.K最近邻D.决策树18.以下哪个不是深度学习中的生成对抗网络？A.GANB.CNNC.RNND.LSTM19.以下哪个不是自然语言处理中的词嵌入技术？A.Word2VecB.GloVeC.BERTD.LSTM20.以下哪个不是机器学习中的集成学习方法？A.决策树B.支持向量机C.随机森林D.K最近邻二、多项选择题（每题2分，共20分）1.以下哪些是机器学习中的监督学习算法？A.决策树B.支持向量机C.K最近邻D.聚类算法2.以下哪些是深度学习中的神经网络结构？A.CNNB.RNNC.LSTMD.GRU3.以下哪些是自然语言处理中的预训练模型？A.BERTB.GPTC.LSTMD.RNN4.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分数5.以下哪些是数据挖掘中的分类算法？A.决策树B.K最近邻C.聚类算法D.主成分分析6.以下哪些是深度学习中的优化算法？A.梯度下降B.AdamC.随机梯度下降D.梯度提升7.以下哪些是机器学习中的过拟合现象？A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在测试集上表现良好，但在训练集上表现不佳C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳8.以下哪些是深度学习中的正则化技术？A.L1正则化B.L2正则化C.DropoutD.BatchNormalization9.以下哪些是自然语言处理中的文本分类任务？A.主题分类B.情感分析C.机器翻译D.文本摘要10.以下哪些是机器学习中的聚类算法？A.K最近邻B.K均值C.高斯混合模型D.决策树三、判断题（每题1分，共10分）1.机器学习中的监督学习算法需要标注好的数据集。（）2.深度学习中的神经网络结构只包含卷积层和池化层。（）3.自然语言处理中的预训练模型可以提高模型的性能。（）4.机器学习中的评估指标可以用来衡量模型的泛化能力。（）5.数据挖掘中的分类算法可以将数据集划分为不同的类别。（）6.深度学习中的优化算法可以加快模型的收敛速度。（）7.机器学习中的过拟合现象会导致模型在测试集上表现不佳。（）8.深度学习中的正则化技术可以防止模型过拟合。（）9.自然语言处理中的文本分类任务可以将文本数据划分为不同的主题。（）10.机器学习中的聚类算法可以将数据集划分为不同的簇。（）四、名词解释（每题4分，共20分）1.机器学习2.深度学习3.自然语言处理4.数据挖掘5.人工智能五、简答题（每题6分，共18分）1.简述机器学习中的监督学习算法和无监督学习算法的区别。2.简述深度学习中的卷积神经网络和循环神经网络的区别。3.简述自然语言处理中的词嵌入技术在文本分类任务中的应用。六、案例分析题（1题，满分12分）案例：某电商平台希望利用机器学习技术对用户进行个性化推荐，以下是其收集到的用户数据：用户ID|年龄|性别|收入|购买商品1|购买商品2|购买商品3||||||1|25|男|5000|商品A|商品B|商品C2|30|女|8000|商品B|商品C|商品D3|35|男|6000|商品A|商品C|商品D4|28|女|7000|商品A