2026年人工智能训练师三级理论(带答案)

2026年人工智能训练师三级理论(带答案)一、单项选择题（共60题，每题1分，共60分）1.在人工智能伦理中，关于数据隐私保护，下列说法不正确的是（）。A.收集用户数据前应获得明确授权B.敏感数据必须进行脱敏处理C.训练模型完成后可以随意公开原始训练数据D.应遵循最小必要原则收集数据2.Python中，用于读取CSV文件常用的库是（）。A.NumPyB.PandasC.MatplotlibD.Scikit-learn3.在监督学习中，用于分类问题的常见评估指标不包括（）。A.准确率B.均方误差（MSE）C.召回率D.F1值4.下列关于过拟合的描述，正确的是（）。A.模型在训练集上表现好，在测试集上表现差B.模型在训练集和测试集上表现都差C.模型在训练集上表现差，在测试集上表现好D.模型无法收敛5.卷积神经网络（CNN）中，池化层的主要作用是（）。A.增加数据量B.提取特征C.降低维度，减少计算量D.增加非线性6.在自然语言处理（NLP）中，将文本转换为向量的常用技术不包括（）。A.TF-IDFB.Word2VecC.One-Hot编码D.归一化7.下列激活函数中，容易导致梯度消失问题的是（）。A.ReLUB.LeakyReLUC.SigmoidD.ELU8.数据清洗过程中，处理缺失值的方法不包括（）。A.删除缺失值B.均值填充C.众数填充D.随机生成异常值填充9.在深度学习训练中，BatchSize的大小通常会影响（）。A.模型的架构B.训练速度和内存占用C.激活函数的选择D.损失函数的定义10.下列哪项不是常用的优化器？（）A.SGDB.AdamC.L1RegularizationD.RMSprop11.混淆矩阵中，TP代表（）。A.真负例B.假正例C.真正例D.假负例12.在图像标注任务中，用于检测物体位置和类别的标注通常是（）。A.图像分类标签B.关键点标注C.边界框标注D.语义分割13.下列关于决策树的描述，错误的是（）。A.易于理解和解释B.对数据预处理要求较低C.容易过拟合D.只能处理数值型数据14.下列属于无监督学习算法的是（）。A.逻辑回归B.支持向量机（SVM）C.K-Means聚类D.线性回归15.在Pandas中，DataFrame对象的（）属性用于查看数据的列名。A.shapeB.indexC.columnsD.values16.下列关于正则化的说法，正确的是（）。A.L1正则化容易产生稀疏解B.L2正则化容易产生稀疏解C.正则化会导致欠拟合D.正则化系数越大，模型越复杂17.在自然语言处理中，BERT模型的全称是（）。A.BidirectionalEncoderRepresentationsfromTransformersB.BasicEncoderRepresentationsfromTransformersC.BinaryEncoderRepresentationsfromTransformersD.BidirectionalEncoderRecurrentfromTransformers18.下列哪种数据增强技术适用于图像分类任务？（）A.同义词替换B.随机旋转C.噪声注入（针对音频）D.时间序列平移19.在Python中，用于矩阵运算的高性能库是（）。A.PandasB.NumPyC.RequestsD.BeautifulSoup20.模型评估中，ROC曲线的横坐标是（）。A.召回率B.精确率C.假正例率（FPR）D.真正例率（TPR）21.下列关于支持向量机（SVM）的核函数，说法错误的是（）。A.核函数可以将低维数据映射到高维空间B.线性核函数适用于线性可分数据C.RBF核函数也称为高斯核函数D.核函数只能用于二分类问题22.在Python异常处理中，用于捕获所有异常的语句是（）。A.exceptError:B.exceptException:C.except:D.catch:23.下列属于回归问题评估指标的是（）。A.准确率B.R平方（R²）C.轮廓系数D.调整兰德指数24.在深度学习中，防止过拟合的手段不包括（）。A.DropoutB.早停法C.增加网络层数D.数据增强25.下列关于Python列表切片的操作，结果为[2,3]的是（）。A.[1,2,3,4][1:2]B.[1,2,3,4][1:3]C.[1,2,3,4][0:2]D.[1,2,3,4][2:4]26.在图像处理中，将彩色图像转换为灰度图像的常用方法是（）。A.边缘检测B.通道分离C.加权平均法D.直方图均衡化27.下列关于K-Means聚类算法的描述，正确的是（）。A.需要预先指定聚类数量KB.对初始中心点不敏感C.只能处理数值型数据D.结果总是全局最优28.在数据标注中，为了保证标注质量，常用的方法不包括（）。A.双人标注B.标注审核D.随意猜测29.下列哪个库主要用于Python中的数据可视化？（）A.Scikit-learnB.SeabornC.TensorFlowD.PyTorch30.梯度下降算法中，学习率（LearningRate）的作用是（）。A.控制模型复杂度B.控制每次参数更新的步长C.控制迭代次数D.控制正则化强度31.在循环神经网络（RNN）中，常见的梯度问题主要是（）。A.梯度爆炸和梯度消失B.梯度为零C.梯度无穷大D.梯度震荡32.下列关于JSON数据格式的描述，错误的是（）。A.是一种轻量级的数据交换格式B.基于文本C.Python中可用json模块解析D.不支持嵌套结构33.在模型部署阶段，模型格式ONNX的优势是（）。A.仅支持PyTorch框架B.跨框架互操作性C.模型体积最大D.推理速度最慢34.下列属于时间序列分析常用模型的是（）。A.ARIMAB.KNNC.NaiveBayesD.LDA35.在Python中，定义函数的关键字是（）。A.funcB.defC.functionD.define36.下列关于准确率的局限性，描述正确的是（）。A.在类别不平衡时，准确率可能具有误导性B.准确率总是越高越好C.准确率不能用于多分类D.准确率计算复杂37.在计算机视觉中，OpenCV库的imread函数默认读取图像格式为（）。A.RGBB.BGRC.GRAYD.HSV38.下列哪项不是特征工程的内容？（）A.特征提取B.特征选择C.数据清洗D.特征构造39.在集成学习中，RandomForest（随机森林）是基于（）的集成方法。A.BaggingB.BoostingC.StackingD.Blending40.下列关于Python生成器的描述，正确的是（）。A.生成器函数使用return返回值B.生成器是一次性的，迭代完后不能重置C.生成器会一次性生成所有值并保存在内存中D.生成器不能使用for循环遍历41.在深度学习模型训练中，验证集的主要作用是（）。A.训练模型参数B.调整超参数和评估模型泛化能力C.测试模型最终性能D.增加数据量42.下列关于词嵌入的描述，正确的是（）。A.One-Hot编码能体现词语之间的语义相似度B.Word2Vec能将词语映射为低维稠密向量C.词嵌入向量的维度通常与词汇表大小一致D.词嵌入不需要训练43.在数据预处理中，标准化和归一化的主要区别在于（）。A.标准化将数据缩放到[0,1]，归一化将数据转换为均值为0方差为1B.归一化将数据缩放到[0,1]，标准化将数据转换为均值为0方差为1C.两者没有区别D.标准化只能用于正态分布数据44.下列属于迁移学习应用场景的是（）。A.有大量标注数据B.目标任务数据量少，但有相关领域的预训练模型C.任务之间毫无关联D.只用于图像处理45.在Python中，用于创建虚拟环境的命令是（）。A.pythoncreatevenvB.pipinstallvenvC.python-mvenvD.condacreate46.下列关于LSTM（长短期记忆网络）的描述，错误的是（）。A.能够解决长序列依赖问题B.引入了门控机制C.比普通RNN参数更少D.包含遗忘门、输入门和输出门47.在目标检测任务中，mAP指标的含义是（）。A.平均准确率B.平均精度均值C.最大准确率D.最小准确率48.下列哪个Python库主要用于网页数据爬取？（）A.NumPyB.ScrapyC.PillowD.Statsmodels49.在机器学习中，朴素贝叶斯分类器的核心假设是（）。A.特征之间相互独立B.特征之间线性相关C.数据服从正态分布D.数据服从均匀分布50.下列关于Dropout的描述，正确的是（）。A.只在测试时使用B.随机丢弃一部分神经元，防止过拟合C.丢弃率通常设为1.0D.会增加模型训练时间51.在数据可视化中，用于展示两个连续变量之间关系的图表是（）。A.散点图B.柱状图C.饼图D.箱线图52.下列属于Transformer模型核心组件的是（）。A.卷积层B.循环层C.自注意力机制D.池化层53.在Python中，判断变量类型常用的函数是（）。A.type()B.isinstance()C.val()D.check()54.在模型评估中，精确率和召回率是相互制约的，通常使用（）指标来综合衡量。A.AccuracyB.F1-ScoreC.MSED.AUC55.下列关于超参数调优的方法，不包括（）。A.网格搜索B.随机搜索C.梯度下降D.贝叶斯优化56.在图像分类任务中，数据增强中的“水平翻转”操作（）。A.会改变图像的类别标签B.不会改变图像的类别标签（对于非方向性物体）C.只能用于灰度图D.会增加图像的像素值57.下列关于Python字典的描述，正确的是（）。A.字典中的键必须是不可变类型B.字典是有序的（Python3.6之前）C.字典可以通过索引访问D.字典的值必须唯一58.在推荐系统中，协同过滤算法的核心思想是（）。A.利用物品内容特征进行推荐B.利用用户历史行为和群体偏好进行推荐C.利用知识图谱进行推荐D.利用深度学习进行推荐59.下列属于生成式模型的是（）。A.SVMB.GAN（生成对抗网络）C.LogisticRegressionD.DecisionTree60.在人工智能训练师的职业素养中，面对模型性能不达标时，首先应该做的是（）。A.放弃模型B.修改数据或调整参数，进行迭代优化C.修改评估指标D.归咎于数据质量差二、多项选择题（共20题，每题1.5分，共30分。多选、少选、错选不得分）1.下列属于Python中常见的数据结构有（）。A.列表B.元组C.字典D.集合2.机器学习的一般流程包括（）。A.数据收集B.数据预处理C.模型训练D.模型评估与部署3.下列属于深度学习框架的有（）。A.TensorFlowB.PyTorchC.KerasD.Scikit-learn4.处理类别不平衡问题的常用方法有（）。A.过采样B.欠采样C.调整类别权重D.忽略少数类5.下列关于PandasDataFrame的操作，正确的有（）。A.df.head()查看前5行B.df.describe()查看统计信息C.df.iloc[]基于位置索引D.df.loc[]基于标签索引6.卷积神经网络（CNN）的典型层结构包括（）。A.卷积层B.池化层C.全连接层D.循环层7.自然语言处理中的常见任务包括（）。A.文本分类B.命名实体识别C.机器翻译D.情感分析8.下列属于正则化技术的有（）。A.L1正则化B.L2正则化C.DropoutD.BatchNormalization9.在数据清洗中，异常值检测的方法包括（）。A.3σ原则B.箱线图分析C.散点图观察D.Z-Score分析10.下列属于分类算法的有（）。A.逻辑回归B.支持向量机C.决策树D.K-Means11.Python中用于管理第三方包的工具包括（）。A.pipB.condaC.npmD.maven12.模型融合的方法包括（）。A.VotingB.StackingC.BlendingD.Bagging13.下列关于特征缩放的说法，正确的有（）。A.可以加快梯度下降的收敛速度B.对于基于距离的算法（如KNN）非常重要C.对树模型没有影响D.必须对所有数据进行14.在图像处理中，常见的色彩空间包括（）。A.RGBB.HSVC.LabD.YCbCr15.下列属于时间序列特征的有（）。A.趋势B.季节性C.周期性D.随机性16.在Python中，打开文件的模式包括（）。A.'r'(只读)B.'w'(写入)C.'a'(追加)D.'x'(创建新文件)17.下列属于无监督学习应用的有（）。A.降维B.密度估计C.异常检测D.聚类18.提升模型泛化能力的方法有（）。A.增加训练数据B.使用更简单的模型C.交叉验证D.特征选择19.下列关于评估指标，正确的有（）。A.Precision关注预测为正例的样本中有多少是真的正例B.Recall关注所有真的正例中有多少被预测出来了C.AUC值越接近1，模型性能越好D.MSE值越小，回归模型性能越好20.人工智能训练师在工作中可能涉及的职责包括（）。A.业务需求分析B.数据设计与处理C.模型训练与调优D.模型部署与监控三、判断题（共30题，每题1分，共30分）1.Python是一种解释型语言，不需要编译即可运行。（）2.深度学习模型层数越深，效果一定越好。（）3.在数据标注中，标注指南越详细，标注一致性越高。（）4.逻辑回归只能用于二分类问题。（）5.NumPy数组中的元素类型必须相同。（）6.梯度下降算法一定能找到全局最优解。（）7.标准化处理后的数据均值为0，标准差为1。（）8.卷积神经网络在处理图像数据时具有平移不变性。（）9.在Python中，列表是不可变类型。（）10.支持向量机对噪声数据敏感。（）11.数据增强可以扩充数据集，防止过拟合。（）12.K-Means聚类算法的结果是确定性的。（）13.混淆矩阵只能用于二分类问题的评估。（）14.Transformer模型完全抛弃了循环结构，仅基于注意力机制。（）15.在回归问题中，R²的取值范围在0到1之间。（）16.L1正则化倾向于产生稀疏权重矩阵。（）17.早停法是为了防止模型欠拟合。（）18.Pandas可以处理缺失数据NaN。（）19.图像的边缘检测通常使用高通滤波器。（）20.词袋模型忽略了词语的语序信息。（）21.在Python中，pass语句表示不做任何事，通常用作占位符。（）22.随机森林比单棵决策树更容易过拟合。（）23.主成分分析（PCA）是一种有监督的降维算法。（）24.学习率过大可能导致模型无法收敛。（）25.交叉验证可以更充分地利用数据进行模型评估。（）26.深度学习中的BatchNormalization层可以加速训练。（）27.生成对抗网络（GAN）由生成器和判别器组成。（）28.在数据可视化中，热力图适合展示相关性矩阵。（）29.模型部署后不需要进行监控和维护。（）30.人工智能训练师不需要了解业务背景，只需懂技术即可。（）四、填空题（共10题，每题1分，共10分）1.在机器学习中，将数据集划分为训练集和测试集，常用的函数是sklearn.model_selection中的______。2.衡量回归模型预测值与真实值差异平方和的平均值的指标是______。3.在Python中，用于快速创建包含从0到9的列表的推导式是______。4.卷积神经网络中，卷积核在图像上滑动的步长称为______。5.在分类问题中，如果样本有100个正例，900个负例，正负比例为1:9，这种情况称为______。6.Transformer模型中，用于计算特征之间相似度的机制是______。7.在Pandas中，用于合并两个DataFrame的函数是______。8.F1-Score是精确率和召回率的______平均数。9.在深度学习中，常用的激活函数ReLU的全称是______。10.评估二分类模型时，真正例率（TPR）也被称为______。五、简答题（共4题，每题5分，共20分）1.简述过拟合产生的原因及常用的解决方法。2.请列举至少五种常见的数据预处理技术。3.简述精确率和召回率的定义，并说明在什么情况下应重点关注召回率。4.简述卷积神经网络（CNN）中卷积层、池化层和全连接层的主要作用。六、案例分析题（共2题，每题10分，共20分）1.某电商公司希望构建一个商品评论情感分析模型，用于自动判断用户评论是“好评”还是“差评”。在收集了10万条评论数据后，数据团队发现数据中存在大量重复评论、乱码以及表情符号。同时，好评数据占比约90%，差评占比约10%。(1)请针对该场景描述完整的数据预处理流程。(2)针对类别不平衡问题，提出两种解决方案。(3)在模型选择上，适合该任务的算法有哪些？（列举至少三种）2.某安防项目使用目标检测算法识别视频中的行人。在测试阶段，模型在白天光照充足的环境下检测效果很好（mAP=0.95），但在夜间光线较暗的环境下检测效果大幅下降（mAP=0.65）。(1)分析导致该问题的可能原因。(2)作为人工智能训练师，你会采取哪些措施来提升模型在夜间的表现？(3)除了提升模型精度，在实际部署时还需要考虑哪些非功能性指标？一、单项选择题1.C2.B3.B4.A5.C6.D7.C8.D9.B10.C11.C12.C13.D14.C15.C16.A17.A18.B19.B20.C21.D22.C23.B24.C25.B26.C27.A28.D29.B30.B31.A32.D33.B34.A35.B36.A37.B38.C39.A40.B41.B42.B43.B44.B45.C46.C47.B48.B49.A50.B51.A52.C53.A54.B55.C56.B57.A58.B59.B60.B二、多项选择题1.ABCD2.ABCD3.ABC4.ABC5.ABCD6.ABC7.ABCD8.ABC9.ABCD10.ABC11.AB12.ABCD13.ABC14.ABCD15.ABCD16.ABCD17.ABCD18.ABCD19.ABCD20.ABCD三、判断题1.正确2.错误3.正确4.错误5.正确6.错误7.正确8.正确9.错误10.正确11.正确12.错误13.错误14.正确15.错误16.正确17.错误18.正确19.正确20.正确21.正确22.错误23.错误24.正确25.正确26.正确27.正确28.正确29.错误30.错误四、填空题1.train_test_split2.均方误差（MSE）3.[xforxinrange(10)]4.Stride（步长）5.类别不平衡6.Self-Attention（自注意力机制）7.merge或concat8.调和9.LinearUnit（线性整流单元）10.召回率五、简答题1.简述过拟合产生的原因及常用的解决方法。答：产生原因：数据量太少；模型复杂度过高；数据噪声过大；训练时间过长。解决方法：(1)数据层面：增加训练数据量；使用数据增强技术。(2)模型层面：降低模型复杂度（如减少网络层数、神经元数量）；使用正则化方法（L1、L2正则化）；引入Dropout层。(3)训练层面：使用早停法（EarlyStopping）；交叉验证。2.请列举至少五种常见的数据预处理技术。答：(1)数据清洗：处理缺失值、异常值、重复值。(2)数据集成/合并：将多源数据合并。(3)数据变换：归一化、标准化、离散化。(4)特征编码：对类别特征进行One-Hot编码或LabelEncoding。(5)特征选择：过滤掉无关特征或冗余特征。3.简述精确率和召回率的定义，并说明在什么情况下应重点关注召回率。答：定义：精确率=TP/(TP+FP)，表示预测为正例的样本中，真正为正例的比例。召回率=TP/(TP+FN)，表示所有真实为正例的样本中，被正确预测出来的比例。关注召回率的场景：在“漏报”后果严重的场