1780873395162-《人工智能导论：模型与算法》 习题答案及期末试原创模拟训练卷（含答案解析）

《人工智能导论：模型与算法》习题答案及期末试原创模拟训练卷（含答案解析）学习训练资料｜可打印填写｜答案解析分页《人工智能导论：模型与算法》习题答案及期末试原创模拟训练卷（含答案解析）一、首屏使用说明项目成品内容适用对象学习人工智能导论、模型与算法相关课程的学生；组织复习课、习题课、结课测验的教师；需要快速形成训练材料的教学助理。使用场景课后习题订正、考前集中训练、课堂小测、期末模拟、错题复盘、打印讲评。交付清单训练目标、考点清单、章节原创训练题、期末原创模拟训练卷、参考答案与解析、错题复盘表、训练记录表、打印使用说明。快速用法先读考点清单，再完成原创训练题；训练后翻到答案解析页核对；最后完成错题复盘表并按薄弱考点二次练习。注意事项本资料为课程学习与备考训练材料，不代表真实考试试题，不替代授课教师要求、教材内容、学校考试安排或课程大纲。二、学习流程表与使用前检查清单步骤操作产出时间建议1通读考点清单，标记熟悉、模糊、不会三类考点。个人考点分层表。15分钟2完成原创训练题，选择题先独立作答，算法题写出公式、代入与结论。第一轮答卷。90分钟3硬分页后查看参考答案与解析，逐题核对原因。错因标记。45分钟4填写错题复盘表，归纳术语、公式、模型假设和推理步骤。个人复盘卡。30分钟5完成期末原创模拟训练卷并按评分表自评。模拟分数与二次训练计划。90分钟检查项检查要求勾选打印设置A4纸，单面或双面均可；答案解析页可单独打印。□答题工具准备黑色笔、草稿纸、计算器；算法题需保留中间过程。□评分口径选择题只计结果；简答题按关键词、逻辑和举例给分；计算题按公式、代入、结论给分。□边界确认本资料用于学习训练，涉及课程要求时以任课教师发布内容为准。□三、训练目标•能够区分问题求解、知识表示、搜索、推理、机器学习、神经网络、自然语言处理、规划与伦理治理等基础模块。•能够用统一语言描述模型输入、输出、参数、假设、损失或评价指标，并判断模型适用边界。•能够完成信息熵、朴素贝叶斯、聚类距离、感知机更新、搜索代价等常见计算。•能够把实际业务场景转化为特征、标签、目标函数、评估方案和风险控制措施。•能够在考试中用规范表达回答概念题、比较题、算法题和案例题。四、考点清单模块核心考点能力要求易错点问题求解与搜索状态空间、初始状态、目标测试、动作、路径代价、盲目搜索、启发式搜索。能画出状态描述，比较广度优先、深度优先、代价优先与启发式方法。把启发函数当作真实代价；忽视完整性与最优性条件。知识表示命题逻辑、谓词逻辑、产生式规则、语义网络、框架、知识图谱。能判断适合结构化知识还是规则推理，并写出简单规则。只写概念，不写事实、规则和推理方向。不确定推理概率、条件概率、贝叶斯公式、朴素独立假设、证据更新。能根据小样本表计算后验概率并解释假设。漏乘先验概率；把条件概率方向写反。机器学习基础监督学习、无监督学习、强化学习、训练集、验证集、测试集、欠拟合、过拟合。能从任务目标判断学习范式，说明评价指标。把训练准确率等同泛化能力。分类与回归线性模型、决策树、支持向量思想、逻辑回归、误差函数。能说明模型输出、损失函数和可解释性差异。把相关性直接当因果关系。聚类与降维距离度量、均值聚类、层次聚类、主成分思想。能按距离完成一次分配并解释聚类结果。忘记标准化导致量纲支配距离。神经网络神经元、激活函数、前向传播、反向传播、梯度下降、学习率。能描述参数更新逻辑和训练稳定性影响因素。只记结构，不说明损失如何影响权重。自然语言处理分词、词向量、语言模型、序列标注、文本分类、生成式任务。能说明文本预处理、表示与评估方法。忽视语料偏差、歧义与上下文。规划与智能体智能体、环境、感知、动作、目标、奖励、方案。能把场景拆成状态、动作、奖励和约束。把即时奖励与长期收益混淆。评价与治理准确率、召回率、精确率、混淆矩阵、公平性、隐私、安全、可解释性。能选择指标并说明风险控制。只追求单一准确率，忽视误判成本。五、原创训练题说明：本部分用于章节复习。选择题每题2分，判断题每题1分，简答题按关键词给分，计算题必须写出公式、代入和结论。答题区供打印填写。（一）单项选择题1.在状态空间搜索中，用来判断搜索是否已经成功的组成部分是（2分）A.初始状态B.目标测试C.动作成本D.路径记录答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.广度优先搜索通常更适合解决的问题特征是（2分）A.解很深且内存极少B.每步代价相同且需要最短步数解C.启发函数很精确D.状态空间不存在分支答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.下列说法最能体现启发式搜索特点的是（2分）A.完全不使用领域知识B.只按进入队列顺序展开C.利用估计信息引导搜索方向D.不需要目标状态答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.产生式规则“如果条件则结论”主要适合表示（2分）A.像素矩阵B.推理规则C.连续波形D.随机噪声答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.朴素贝叶斯分类器中的“朴素”主要指（2分）A.分类结果随机B.特征在类别条件下相互独立C.不需要训练样本D.只能处理二分类答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿6.训练集准确率很高而测试集表现差，最可能的问题是（2分）A.欠拟合B.过拟合C.数据标准化D.标签完整答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿7.无监督学习任务最典型的目标是（2分）A.根据标签预测类别B.在无标签数据中发现结构C.计算人工标注成本D.直接控制机器人动作答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿8.均值聚类中，样本分配通常依据（2分）A.与类别标签一致B.与聚类中心距离最小C.时间顺序最早D.特征名称最长答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿9.决策树模型的一个优势是（2分）A.结构完全不可解释B.规则路径较容易解释C.不需要任何数据D.只能处理图像答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿10.神经网络训练中，学习率过大可能导致（2分）A.参数更新过小而完全停止B.损失震荡或不收敛C.样本数量自动增加D.标签自动清洗答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿11.混淆矩阵中，真实为正且预测为正的样本称为（2分）A.真正例B.假正例C.真负例D.假负例答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿12.当漏判成本远高于误报成本时，模型评价应更关注（2分）A.召回率B.文件大小C.训练时长D.特征数量答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿13.强化学习中，智能体通过什么信号学习方案优劣（2分）A.奖励B.表头C.页码D.字体答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿14.自然语言处理中，词向量的主要作用是（2分）A.将词语表示为可计算的数值向量B.把文字全部删除C.固定所有句子长度为1D.只保留标点答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿15.谓词逻辑相比命题逻辑的优势是（2分）A.能表达对象、属性和关系B.不能表达量词C.只能表示真假常量D.完全不用符号答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿16.模型上线前保留测试集的主要原因是（2分）A.用来训练更多轮B.客观估计泛化表现C.替代全部业务规则D.删除异常样本答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿17.在代价优先搜索中，优先展开的节点通常是（2分）A.路径累计代价最小的节点B.名称最短的节点C.随机节点D.最后生成的节点答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿18.主成分分析常用于（2分）A.降维与保留主要变异信息B.增加标签数量C.制作表格边框D.强制二分类答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿19.可解释性要求较高的风控场景，通常需要额外提供（2分）A.决策依据或重要特征说明B.随机颜色C.隐藏全部输入D.删除评估指标答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿20.数据泄漏指的是（2分）A.测试或未来信息不当进入训练过程B.数据文件很大C.数据表有空行D.模型没有输出答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（二）判断题1.深度优先搜索一定能找到最浅层解。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.启发函数越接近真实剩余代价，搜索越可能减少无效展开。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.训练集、验证集、测试集的角色应尽量分开。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.朴素贝叶斯完全不需要先验概率。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.聚类结果必须用真实类别标签才能产生。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿6.过拟合常表现为训练集表现好、未见数据表现差。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿7.混淆矩阵可以帮助观察不同类型错误。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿8.学习率越大，模型训练一定越稳定。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿9.文本分类任务通常需要把文本转换为模型可处理的特征表示。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿10.公平性、隐私与安全属于人工智能系统落地时需要关注的内容。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（三）简答题1.说明状态空间问题表示的五个关键要素，并举一个生活场景。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.比较监督学习与无监督学习的区别，并各举一个任务。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.简述过拟合产生的原因，并写出至少三种缓解方式。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.为什么模型评价不能只看准确率？请结合类别不平衡说明。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.写出知识图谱在问答或推荐中的作用。（5分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿6.说明神经网络中损失函数、梯度和参数更新之间的关系。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿7.自然语言处理任务中，为什么要关注上下文和歧义？（5分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿8.从数据、模型、部署三个角度写出人工智能系统风险控制措施。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（四）算法与计算题1.某二分类数据集中，正类6个、负类4个。按公式H(S)=-p(正)log2p(正)-p(负)log2p(负)计算集合信息熵，结果保留三位小数。（8分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.某邮件分类任务中，P(垃圾)=0.4，P(正常)=0.6；在垃圾邮件中出现“促销”的概率为0.7，在正常邮件中出现“促销”的概率为0.2。只考虑一个词，比较两个未归一化后验并判断类别。（8分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.二维样本x=(2,3)，两个聚类中心c1=(1,1)，c2=(5,4)。按欧氏距离判断样本应分到哪个中心。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.感知机权重w=(0,0)，偏置b=0，样本x=(1,2)，标签y=+1，学习率为1。若当前y(w·x+b)≤0，写出一次更新后的w与b。（8分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.某检索模型在100个样本中：真正例30、假正例10、假负例20、真负例40。计算精确率、召回率和准确率。（8分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（五）综合案例题1.学校希望建立课程答疑系统，能根据学生问题给出相关知识点提示。请从知识库构建、问题理解、答案生成、人工复核和使用边界五方面设计方案。（12分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.某医院希望用模型辅助判断影像是否需要进一步检查。请说明数据合规、模型训练、评价指标、医生协同和误判风险控制。（12分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.企业想用历史订单预测客户流失。请描述特征选择、标签定义、训练验证划分、指标选择和上线监控。（12分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿六、期末试原创模拟训练卷考试时间：90分钟；满分：100分。请独立作答，计算题写明公式和代入，案例题按“场景理解—模型选择—评价指标—风险控制”组织答案。题型题量每题分值小计评分提示单项选择题12224只看唯一正确答案。判断题818判断正确得分，错误不得分。填空与名词解释8216关键词完整、表述清楚。简答题4624观点、逻辑、例子均计分。算法题2816公式2分，代入3分，结论3分。案例分析题11212按框架完整性和风险意识给分。（一）单项选择题（共24分）1.下列最能表示智能体与环境关系的是（2分）A.感知环境并采取动作B.只保存文件C.只统计页数D.只改变字体答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.若启发式搜索中估计剩余代价过高，可能影响（2分）A.最优性保证B.字符编码C.表格宽度D.打印方向答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.在规则系统中，事实库主要保存（2分）A.当前已知事实B.纸张边距C.随机颜色D.无关标题答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.条件概率P(A|B)表示（2分）A.B发生条件下A发生的概率B.A和B都不发生C.A必然导致BD.A的样本数答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.验证集的主要用途是（2分）A.调参与模型选择B.最终报告真实泛化C.替代训练集D.删除标签答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿6.类别极不均衡时，准确率可能具有误导性，因为（2分）A.模型只猜多数类也可能很高B.公式无法计算C.样本不能分割D.特征不能取值答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿7.线性回归更适合的输出类型是（2分）A.连续数值B.无边界文本C.图像像素名称D.规则编号答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿8.层次聚类的结果常用什么形式表示（2分）A.树状结构B.混淆矩阵C.训练日志D.页面页脚答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿9.反向传播的核心作用是（2分）A.计算损失对参数的梯度B.随机删除样本C.固定所有权重D.增加测试集答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿10.文本生成任务需要特别关注（2分）A.事实一致性与安全边界B.表格边框颜色C.标点数量固定D.训练纸张大小答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿11.模型部署后仍需监控的原因是（2分）A.数据分布和业务规则可能变化B.代码文件必须变短C.指标永远不变D.用户永远相同答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿12.在医疗辅助场景中，模型输出更适合定位为（2分）A.辅助决策信息B.直接替代诊断结论C.删除医生复核D.不记录风险答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（二）判断题（共8分）1.代价优先搜索总是优先展开累计路径代价较小的节点。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.知识表示只需要存储数据，不需要考虑推理方式。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.测试集应尽量避免参与模型选择过程。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.欠拟合通常意味着模型连训练数据中的主要规律也没有学好。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.均值聚类的中心更新通常取簇内样本均值。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿6.神经网络参数越多，泛化能力一定越强。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿7.召回率高表示真实正类中被找回的比例较高。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿8.上线模型出现异常时，应保留日志并触发人工复核。（正确填“对”，错误填“错”）（1分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（三）填空与名词解释（共16分）1.状态空间通常由初始状态、动作、转移结果、目标测试和______构成。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.训练数据中标签错误、缺失值和重复样本都属于______质量问题。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.精确率的分母由真正例和______组成。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.强化学习中，方案用于描述在某状态下选择______的方式。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿5.解释“过拟合”。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿6.解释“特征工程”。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿7.解释“启发函数”。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿8.解释“可解释性”。（2分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（四）简答题（共24分）1.请说明搜索算法比较时常用的完整性、最优性、时间复杂度和空间复杂度含义。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.请比较决策树与神经网络在可解释性、表达能力和数据需求方面的差异。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿3.请写出构建文本分类模型的一般流程。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿4.请说明人工智能系统上线前需要进行哪些安全与合规检查。（6分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（五）算法题（共16分）1.某二分类模型在测试集中得到：真正例18、假正例6、假负例12、真负例64。请计算精确率、召回率、准确率，并说明在漏判成本高的场景更应关注哪个指标。（8分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿2.已知样本x=(3,4)，两个聚类中心c1=(1,2)，c2=(6,5)。用欧氏距离计算样本到两个中心的距离，并给出分配结果。（8分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿（六）案例分析题（共12分）1.某市政服务热线希望根据历史工单自动判断工单类别并推荐处理部门。请设计一个从数据准备到上线监控的方案，至少包含数据字段、标签定义、模型选择、评价指标、人工复核、隐私与偏差风险控制。（12分）答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿答题区：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿七、参考答案与解析评分说明：答案以本资料设定的训练口径为准。选择题给出标准选项；主观题按关键词、逻辑完整性、计算步骤和案例适配度给分。（一）原创训练题参考答案题号答案题号答案题号答案题号答案题号答案1B2B3C4B5B6B7B8B9B10B11A12A13A14A15A16B17A18A19A20A选择题解析要点：1目标测试用于判断是否到达目标；2等代价场景广度优先可保证最短步数；3启发式搜索用估计信息减少盲目展开；4产生式规则表达条件到结论的推理；5朴素贝叶斯的核心是假设特征在类别条件下相互独立；6训练好测试差是过拟合；7无监督学习用于发现隐藏结构；8均值聚类按距离分配；9决策树路径可解释；10学习率过大容易震荡；11真正例是真实正且预测正；12漏判成本高时关注召回；13强化学习依靠奖励；14词向量把词语数值化；15谓词逻辑能表达对象与关系；16测试集估计泛化；17代价优先按累计代价；18主成分分析用于降维；19高风险场景需解释依据；20数据泄漏是未来或测试信息进入训练。题号答案题号答案题号答案题号答案题号答案1错2对3对4错5错6对7对8错9对10对判断题解析要点：深度优先不保证最浅层解；启发函数质量影响展开效率；数据集角色分开可减少泄漏；朴素贝叶斯仍需先验；聚类可在无标签数据上完成；过拟合表现为泛化差；混淆矩阵反映不同错误；学习率过大不稳定；文本须转成特征；治理风险是落地核心内容。题号参考答案要点1状态空间要素包括初始状态、状态集合、动作、转移模型、目标测试、路径代价；生活例子可写路线规划、八数码、排课。2监督学习使用带标签样本学习输入到输出的映射，如分类、回归；无监督学习在无标签样本中发现结构，如聚类、降维。3原因包括模型复杂、样本少、噪声大、训练轮次过多；缓解方式包括正则化、交叉验证、增加数据、早停、简化模型、数据增强。4类别不均衡时多数类预测可获得高准确率，但少数类识别差；应结合召回率、精确率、混淆矩阵和业务误判成本。5知识图谱把实体、关系和属性结构化，可支持语义检索、关联推理、相似推荐、可解释路径展示。6损失函数衡量预测与真实差距，梯度表示损失对参数的变化方向，优化器按梯度更新参数以降低损失。7自然语言存在一词多义、省去、指代和语境依赖；上下文能帮助判断真实含义，提高分类、问答和生成质量。8数据端控制采集授权、质量、偏差和脱敏；模型端做验证、解释与鲁棒性测试；部署端做监控、日志、权限和人工复核。题号参考答案与解析1p正=0.6，p负=0.4。H=-0.6log20.6-0.4log20.4≈0.971。解析：两类越均衡熵越大，本题接近但未达到1。2垃圾：0.4×0.7=0.28；正常：0.6×0.2=0.12。0.28>0.12，判为垃圾。解析：未归一化后验可直接比较大小。3到c1距离=sqrt((2-1)^2+(3-1)^2)=sqrt5≈2.236；到c2距离=sqrt((2-5)^2+(3-4)^2)=sqrt10≈3.162，分到c1。4更新公式：w←w+yx，b←b+y。w=(0,0)+(1,2)=(1,2)，b=1。解析：当前样本被误分或在边界上，因此执行一次更新。5精确率=30/(30+10)=0.750；召回率=30/(30+20)=0.600；准确率=(30+40)/100=0.700。解析：精确率关注预测正中有多少真，召回率关注真实正中找回多少。题号参考答案要点1答疑系统：建立课程知识库，包含概念、公式、例题、常见误区；用分词、语义匹配或分类识别问题意图；答案应给知识点提示和学习路径；重要问题设置教师复核；边界上说明不替代课堂答疑和考试规定，记录反馈持续更新。2医疗影像辅助：数据需授权、脱敏、标注一致；训练时划分训练验证测试；评价侧重召回率、灵敏度、特异度和漏判成本；输出作为医生复核线索；高风险样本触发人工确认，记录日志，避免把模型结果当诊断结论。3客户流失预测：特征可含消费频率、最近交易、投诉、服务使用；标签定义为未来固定窗口内停止购买；按时间划分训练与测试避免泄漏；指标看召回、精确率和干预成本；上线后监控数据漂移与方案效果。（二）期末原创模拟训练卷答案解析题号答案题号答案题号答案题号答案1A2A3A4A5A6A7A8A9A10A11A12A模拟卷选择题解析：智能体通过感知与动作闭环工作；高估启发值可能破坏最优性；事实库存储当前事实；P(A|B)是B发生条件下A发生；验证集用于调参与选择；类别不均衡时准确率可被多数类掩盖；线性回归输出连续值；层次聚类常用树状结构；反向传播计算梯度；文本生成要关注事实和边界；部署后需要监控分布变化；医疗模型应作为辅助信息。题号答案题号答案题号答案题号答案1对2错3对4对5对6错7对8对题号答案与解析1路径代价。解析：路径代价用于比较方案优劣。2数据。解析：标签错误、缺失和重复都属于数据质量问题。3假正例。解析：精确率=真正例/(真正例+假正例)。4动作。解析：方案描述状态到动作的选择规则。5过拟合：模型过度学习训练数据细节和噪声，训练表现好但未见数据表现差。6特征工程：围绕任务目标对原始数据进行清洗、转换、构造和选择特征的过程。7启发函数：对当前状态到目标的剩余代价或优先级进行估计的函数。8可解释性：模型输出能够被人理解、追溯原因或说明关键影响因素的能力。题号参考答案要点1完整性指有解时能否找到解；最优性指能否找到最小代价解；时间复杂度指展开或生成节点数量随问题规模变化；空间复杂度指需保存的节点或路径信息规模。2决策树解释性强、可展示规则路径，适合结构化数据但易过拟合；神经网络表达能力强，适合复杂非线性和大规模数据，但参数含义较难解释，训练资源需求较高。3流程：明确任务与标签；采集清洗文本；分词或向量化；划分数据集；训练分类模型；用准确率、召回率、