机器学习工程师岗位 ML 考试试卷及答案

机器学习工程师岗位ML考试试卷及答案填空题（每题1分，共10分）1.线性回归中常用的损失函数是______。2.决策树分类任务中常用的节点分裂准则有______（写出一种即可）。3.支持向量机算法的核心是最大化______。4.随机森林模型的基学习器是______。5.处理序列数据的深度学习模型中，______（写出一种即可）常用于捕捉长期依赖。6.模型在训练集表现好但测试集表现差的现象称为______。7.无监督学习的典型任务之一是______（写出一种即可）。8.逻辑回归模型输出的结果是______。9.K-means算法的目标是最小化______。10.交叉验证中，______（写出一种即可）是常用的方法。单项选择题（每题2分，共20分）1.下列不属于监督学习算法的是（）A.线性回归B.K-meansC.逻辑回归D.决策树2.评估分类模型精确性的指标是（）A.准确率B.召回率C.F1分数D.均方根误差3.梯度下降中学习率过大可能导致（）A.收敛速度慢B.无法收敛C.过拟合D.欠拟合4.下列不属于深度学习框架的是（）A.TensorFlowB.PyTorchC.Scikit-learnD.Keras5.CNN中负责特征提取的核心层是（）A.全连接层B.卷积层C.池化层D.激活层6.缓解过拟合的有效方法是（）A.增加训练数据B.增加模型复杂度C.减少正则化D.增加特征数量7.朴素贝叶斯算法的核心假设是（）A.特征相互独立B.特征服从正态分布C.样本数量足够大D.特征线性相关8.下列不属于聚类算法的是（）A.K-meansB.DBSCANC.层次聚类D.SVM9.混淆矩阵中“真阳性”指的是（）A.实际正类预测为正类B.实际负类预测为正类C.实际正类预测为负类D.实际负类预测为负类10.下列属于无监督学习任务的是（）A.图像分类B.文本生成C.异常检测D.情感分析多项选择题（每题2分，共20分）1.属于集成学习算法的有（）A.随机森林B.XGBoostC.AdaBoostD.K-means2.深度学习常用的激活函数包括（）A.SigmoidB.ReLUC.TanhD.Softmax3.评估回归模型的指标有（）A.MAEB.MSEC.RMSED.F1分数4.正则化方法包括（）A.L1正则化B.L2正则化C.DropoutD.数据增强5.处理不平衡数据的方法有（）A.过采样B.欠采样C.SMOTED.调整类别权重6.属于序列模型的有（）A.LSTMB.GRUC.TransformerD.CNN7.模型部署的常见方式有（）A.API服务B.嵌入式部署C.边缘计算D.离线批量处理8.特征工程常用方法包括（）A.特征缩放B.特征选择C.特征转换D.特征生成9.属于监督学习任务的有（）A.分类B.回归C.聚类D.降维10.影响模型性能的因素有（）A.数据质量B.模型选择C.超参数调优D.特征工程判断题（每题2分，共20分）1.过拟合是指模型在训练集表现好，测试集表现差。（）2.逻辑回归是回归算法，不是分类算法。（）3.CNN主要用于处理图像数据。（）4.无监督学习不需要标注数据。（）5.梯度下降是用于最小化损失函数的优化算法。（）6.随机森林的基学习器是决策树。（）7.L1正则化会导致特征稀疏。（）8.朴素贝叶斯算法对缺失数据不敏感。（）9.模型准确率越高，泛化能力越强。（）10.Transformer模型使用自注意力机制。（）简答题（每题5分，共20分）1.简述过拟合的原因及解决方法。2.解释梯度下降的基本原理。3.简述CNN的基本结构及各层作用。4.什么是集成学习？常见的集成方法有哪些？讨论题（每题5分，共10分）1.讨论监督学习与无监督学习的区别及应用场景。2.讨论模型部署时需要考虑的关键因素。答案填空题1.均方误差2.信息增益（或基尼系数）3.间隔4.决策树5.LSTM（或GRU）6.过拟合7.聚类（或降维）8.概率值9.簇内平方和10.K折交叉验证单项选择题1.B2.A3.B4.C5.B6.A7.A8.D9.A10.C多项选择题1.ABC2.ABCD3.ABC4.ABC5.ABCD6.ABC7.ABCD8.ABCD9.AB10.ABCD判断题1.对2.错3.对4.对5.对6.对7.对8.对9.错10.对简答题1.过拟合原因：模型复杂度高于数据复杂度，训练数据不足或含噪声。解决方法：增加训练数据；使用正则化（L1/L2、Dropout）；简化模型结构；交叉验证；数据增强。这些方法可降低模型对训练数据的过度拟合，提升泛化能力。2.梯度下降是迭代优化算法，通过计算损失函数对参数的梯度，沿梯度负方向更新参数以最小化损失。步骤：初始化参数；计算梯度；按学习率调整参数；重复至收敛。学习率需适中，过大震荡不收敛，过小收敛慢。3.CNN结构包括卷积层、池化层、全连接层。卷积层提取局部特征；池化层降低维度，减少计算量；全连接层映射特征到输出。激活函数（如ReLU）引入非线性，增强模型表达能力。4.集成学习通过组合多个基模型提升性能。常见方法：Bagging（随机森林，并行训练）；Boosting（AdaBoost/XGBoost，串行加权）；Stacking（基模型输出为新特征训练元模型）。集成可降低方差，提升泛化能力。讨论题1.监督学习需标注数据（输入输出对），任务如分类、回归；无监督学习无需标注，任务如聚类、降维。应用场景：监督学习用于图像分类、情感分析；无监督学习用于客户分群、异常检测。半监督学习结合两者，利用少量标注和大量