2026年第三学年中职《(人工智能基础)机器学习入门》上学期期中测试卷

2026年第三学年中职《(人工智能基础)机器学习入门》上学期期中测试卷2026年秋季学期中职《人工智能基础：机器学习入门》期中测试卷适用专业：三年制中职人工智能技术应用、大数据技术应用专业考核时长：90分钟满分：100分考核范围：课程第1-5单元（机器学习基础认知、数据预处理全流程、特征工程入门、监督学习核心逻辑、线性回归与逻辑回归实战）一、单项选择题（共20小题，每小题2分，总计40分。每题只有1个正确选项，选对得分，错选、漏选、不选均不得分）1.传统编程范式与机器学习范式是两类核心问题解决思路，下列关于二者核心差异的描述完全正确的是A传统编程输入是数据+人工编写的规则，输出是预期结果；机器学习输入是历史数据+对应标注结果，输出是自动生成的拟合规则B传统编程输入是结果+预设规则，输出是原始数据；机器学习输入是数据+业务规则，输出是最终预测结果C传统编程不需要人工编写任何逻辑语句，完全由计算机自主计算得到输出D机器学习不需要输入任何标注类数据，就能直接生成可落地的业务执行规则2.1956年达特茅斯会议正式提出“人工智能”学科概念，后续行业数十年发展逐步形成了人工智能三大学派，其中机器学习领域基于多层神经元迭代优化、自动完成特征提取的技术路线属于A符号主义B连接主义C行为主义D进化主义3.按照训练阶段使用的数据集是否带有明确标注标签的标准划分，机器学习可分为四大类，下列选项中不属于该分类体系的是A监督学习B无监督学习C批量学习D强化学习4.数据集是所有机器学习项目落地的核心基础，按照功能划分通常被拆分为三个独立子集，其中专门用于训练过程中实时调整模型参数、验证当前迭代效果的子集被称为A训练集B验证集C测试集D开源数据集5.某中职实训小组收集了全校12000名学生2025学年的校园一卡通消费全量数据，用于搭建学生日常消费水平预测模型，按照机器学习实训通用的7:2:1比例划分三类数据集，该场景下验证集的样本数量应为A8400B2400C1200D1206.数据预处理是机器学习项目中耗时占比最高的环节，行业普遍统计该环节的工作量通常占整个项目全流程的A20%-30%B40%-50%C60%-80%D10%以内7.某实训小组拿到的原始学生消费数据中，有32条样本的“月餐饮消费总额”字段处于完全缺失状态，且该部分缺失样本的整体占比不足1%，下列处理方式中最优的是A直接丢弃这32条缺失样本，不影响整体数据集的分布特征B用全量样本的月消费均值直接填充所有缺失值C用全量样本的月消费最大值填充所有缺失值D终止项目推进，重新收集所有缺失样本的完整数据8.数据变换环节中需要对特征数值进行区间缩放，将原始处于[100,1000]区间的数值全部映射到[0,1]区间的操作被称为A归一化（Normalization）B标准化（Standardization）C独热编码（One-HotEncoding）D二值化9.某数据集里的“学生生源地”字段取值共包含全国31个省级行政区的文本字符串，该字段属于典型的类别型离散特征，在输入模型训练前最适配的编码处理方式是A直接把省份名称的拼音首字母作为数值输入模型B采用独热编码将该字段转换为31个互斥的0/1二元特征C不对该字段做任何处理，直接输入模型训练D按照省份的人口数量大小给每个省份分配1-31的整数数值10.下列关于“过拟合”现象的核心定义描述准确的是A模型在训练集上准确率很低，在测试集上准确率很高B模型在训练集和测试集上的准确率都处于极低水平C模型过度学习训练集的局部噪声特征，在未知测试集上的泛化表现大幅下降D模型训练时间过短，没有学习到数据集的核心特征11.针对输出结果为连续数值类型的预测任务，比如预测学生本学期的期末数学考试分数，最适配的监督学习任务类型是A分类任务B回归任务C聚类任务D关联规则挖掘任务12.线性回归算法的核心损失函数是用来衡量预测值和真实值之间差异的计算式，中职实训阶段最常用的线性回归损失函数为A均方误差损失函数（MSE）B对数损失函数C0-1损失函数DHinge损失函数13.逻辑回归算法是工业界应用最广泛的分类算法之一，其输出结果的取值范围固定在A[-1,1]区间B[0,1]区间C负无穷到正无穷区间D[0,100]区间14.某实训小组搭建校园学生挂科风险预警模型，目标是输出“挂科/不挂科”二分类结果，该场景下最优的模型选择是A逻辑回归分类器B无监督K-Means聚类算法C随机森林回归器D图像识别卷积神经网络15.在机器学习模型评估指标中，专门用来衡量二分类模型预测正确的样本数占总样本数比例的指标是A准确率（Accuracy）B召回率（Recall）C精确率（Precision）DF1值16.下列特征选择方法中，属于通过统计每个特征和标签的相关性得分，自动过滤掉相关性低于阈值的冗余特征的方法是A过滤式特征选择B包裹式特征选择C嵌入式特征选择D人工经验删除17.某实训数据集里存在“上机实训得分”和“理论考试得分”两个特征，统计发现二者的皮尔逊相关系数达到0.96，说明这两个特征存在严重的什么问题A数据缺失B特征冗余共线性C数据异常值D样本不均衡18.下列工具库中，是Python生态中专为机器学习入门实训开发、集成了所有经典监督学习算法的第三方开源库是AScikit-learnBPyechartsCOpenCVDPyTorch19.当训练数据集的正负样本比例严重失衡，比如挂科预警数据集中挂科学生样本仅占总样本量的3%，下列优化方式中不能缓解样本不均衡问题的是A对少数类的挂科样本进行过采样，重复纳入训练集B对多数类的未挂科样本进行欠采样，筛选部分样本进入训练集C直接删除所有少数类样本，只保留多数类样本训练D调整模型训练的损失权重，提升少数类样本的错误惩罚力度20.下列操作中，不能有效缓解模型过拟合问题的是A无限制扩充训练集的样本量，覆盖更多场景分布B在损失函数中加入L1或L2正则化约束项，限制模型权重的数值范围C大幅提升模型的迭代训练次数，直到训练集准确率达到100%D提前停止模型迭代，在验证集准确率开始下降时终止训练二、多项选择题（共10小题，每小题2分，总计20分。每题有2-4个正确选项，全选对得分，漏选、错选、不选均不得分）1.下列应用场景中，属于典型监督学习落地案例的有A基于过往3年的历史天气数据预测明天的气温值B基于学生的考勤、作业、小测数据预测学生期末是否能通过课程考核C电商平台根据用户历史浏览购买记录，为用户推送匹配度高的商品D教师按照教学大纲手动整理本学期期末考试试卷2.完整的机器学习项目标准落地流程包含以下哪些核心环节A业务需求拆解与目标定义B原始数据收集与数据集划分C数据预处理与特征工程开发D模型训练、调优与离线上线评估3.数据清洗是数据预处理阶段的首个核心步骤，需要完成的常规操作包含A处理全量样本中的缺失值、异常值B删除和预测任务完全无关的冗余字段C去除数据集中重复录入的重复样本D手动篡改不符合业务常识的错误数据4.下列关于归一化和标准化的差异描述，符合中职实训教学要求的有A归一化更适配特征数值区间本身差异不大的场景，比如学生考试得分类数据B标准化更适配特征数值服从正态分布的场景，比如用户消费金额类数据C所有机器学习算法训练前必须同时完成归一化和标准化操作，否则无法运行D以梯度下降为核心优化逻辑的算法，经过归一化/标准化处理后训练收敛速度会明显提升5.下列属于典型的类别型离散特征的字段有A学生的生源地省份B课程的考核结果（优秀/良好/及格/不及格）C学生的学号字符串D学生本学期的上机实训时长6.机器学习训练过程中出现过拟合现象的典型表现有A训练集识别准确率达到99%以上，几乎所有样本都预测正确B从未参与训练的独立测试集识别准确率不足60%C模型能够学习到训练集中的随机噪声特征，把局部噪声当成通用规律D模型在所有场景下的预测准确率都保持一致7.线性回归算法在中职实训阶段可落地的应用场景包含A预测校园奶茶店的日销量金额B预测中职毕业生的首月薪资水平C预测校园门禁系统中的人脸图像对应学生身份D预测学生本学期的期末英语考试得分8.下列关于逻辑回归算法的特性描述正确的有A逻辑回归的输出结果可以直接转化为样本属于正类的概率值B逻辑回归算法的训练过程速度快，算力消耗极低，适合中小规模实训数据集C逻辑回归模型的可解释性极强，可以直接通过特征权重判断每个特征对最终预测结果的影响程度D逻辑回归只能处理二分类任务，无法扩展到多分类任务场景9.在Scikit-learn库的实训使用场景中，下列属于特征工程常用工具类的有Asklearn.preprocessing.MinMaxScaler（归一化工具）Bsklearn.preprocessing.OneHotEncoder（独热编码工具）Csklearn.model_selection.train_test_split（数据集划分工具）Dsklearn.linear_model.LinearRegression（线性回归模型工具）10.二分类任务的模型评估阶段，当不同类别样本的错判代价差异较大时，比如校园疫情预警场景下漏判阳性学生的代价远高于误判阴性学生，优先参考的核心评估指标有A召回率（Recall）BF1综合得分C模型训练时长D单张图像识别耗时三、判断说理题（共10小题，每小题1分，总计10分。请在题后括号内标注“正确”或“错误”，错误题目需简要说明1-2句业务逻辑理由，仅标注符号未说明理由扣0.5分）1.无监督学习的训练数据集不需要提供任何人工标注的标签信息，算法可以自主学习样本的内在分布特征。（）2.机器学习项目落地过程中，只要使用的算法足够先进精密，完全不需要做数据预处理环节也能得到优秀的预测效果。（）3.在数据预处理环节，若某字段的缺失值占总样本量的35%，直接删除该字段是所有场景下的最优处理方案。（）4.独热编码会把1个取值为N类的类别型特征转换为N个互斥的二元0/1特征，不会引入数值大小的误导性语义。（）5.逻辑回归算法本质上属于回归类算法，只能用来预测输出连续的数值型结果，不能完成分类预测任务。（）6.训练集、验证集、测试集三个子集的分布必须保持尽可能一致，如果出现分布漂移会导致模型的泛化能力大幅下降。（）7.特征工程环节的核心目标是剔除冗余信息、提取有效信息，为模型训练提供质量最高的特征输入，最终提升模型的整体表现。（）8.机器学习实训中直接使用学生学号作为特征输入回归模型训练，可以大幅提升学生期末得分预测的准确率。（）9.异常值是指数据集中和整体分布偏差极大的样本点，所有场景下的异常值都必须直接删除，完全不能保留在数据集中。（）10.为了提升模型的测试集表现，可以使用测试集中的数据参与模型的训练过程和参数调优过程，不存在任何负面影响。（）四、综合实操应用题（共2小题，每小题15分，总计30分。请结合课程实训所学内容完成作答，逻辑清晰、步骤可落地方可得分）1.某中职院校学工处联合人工智能实训社团开发“学生期末挂科风险预警系统”，用于提前识别高风险学生、安排任课教师针对性辅导。实训社团累计收集到本年级3200名学生的历史数据集，原始字段清单如下：学生学号、本学期平均出勤次数、课后作业完成率、上机实训平均得分、上月日均游戏时长、近3次单元小测平均分、本学期是否挂科（标注标签：是/否）。请结合本学期所学知识点，完整阐述该机器学习项目从原始数据输入到模型训练完成的全流程落地步骤，包含数据预处理核心操作、特征选择思路、适配的监督学习算法选择、评估指标选择逻辑四个核心模块。2.某中职实训小组承接学校门口奶茶店的销量预测需求，收集到120天的历史经营数据，原始数据集字段包含：日期、当日天气情况（晴/雨/阴）、是否周末、是否节假日、门店当日促销折扣力度、当日到店消费人数、当日奶茶总销量。实训小组计划使用线性回归算法搭建日销量预测模型，目前发现3条样本的“当日奶茶总销量”字段完全缺失，“当日天气情况”是3类别的离散特征，所有数值型特征的取值分布跨度从0到3000。请阐述该实训场景下完整的预处理、特征工程、模型训练的实现步骤，并写出基于Scikit-learn库的核心代码逻辑片段。参考答案及评分标准一、单项选择题（每小题2分，总计40分）1.A2.B3.C4.B5.B6.C7.A8.A9.B10.C11.B12.A13.B14.A15.A16.A17.B18.A19.C20.C二、多项选择题（每小题2分，总计20分）1.ABC2.ABCD3.ABC4.ABD5.ABC6.ABC7.ABD8.ABC9.ABC10.AB三、判断说理题（每小题1分，总计10分）1.正确2.错误。数据质量直接决定模型效果，若原始数据存在大量缺失值、噪声值，即使先进算法也无法输出可用结果，数据预处理是机器学习不可缺少的核心环节。3.错误。若该字段和预测任务相关性极高，盲目删除会丢失关键信息，可根据业务场景选择均值填充、众数填充、模型预测填充等方式保留字段价值。4.正确5.错误。逻辑回归的名称带有“回归”但本质是经典分类算法，核心用来预测样本属于某个类别的概率，完成离散标签的分类预测任务。6.正确7.正确8.错误。学生学号是无业务语义的唯一标识，和学生期末得分没有任何逻辑关联，作为特征输入不仅不会提升准确率，还会引入额外噪声干扰模型训练。9.错误。部分场景下的异常值本身就是业务核心关注的目标，比如信用卡欺诈交易识别场景，欺诈样本本身就是异常值，不能直接全部删除。10.错误。测试集只能用于最终的效果评估，若使用测试集数据参与训练调优，会导致模型提前学习到测试集的特征，最终评估出的准确率是虚高