人工智能训练师三级模块二智能训练试题及答案

第页人工智能训练师三级模块二智能训练试题及答案1.探索性数据分析（指EDA）的核心作用不包括以下哪项?*A.理解数据特征与分布B.直接完成模型训练(正确答案)C.发现数据异常值与规律D.指导后续数据处理与建模2.以下哪种工具适合用于检验数据是否符合正态分布?*A.直方图B.KDE分布图C.Q-Q图(正确答案)D.散点图3.对于缺失率特别高的字段，最合理的处理方式是?*A.使用平均数填充B.使用中位数填充C.直接删除该字段(正确答案)D.使用众数填充4.基于统计学的异常值识别方法中，常用的IQR方法判断异常值的阈值是超过多少倍四分位距?*A.1倍B.1.5倍(正确答案)C.2倍D.3倍5.Z-score标准化处理后的数据特征是?*A.均值为1，标准差为0B.取值范围在0-1之间C.均值为0，标准差为1(正确答案)D.取值范围在-1-1之间6.以下哪种特征衍生方法不适用于包含零或负值的变量?*A.对数变换(正确答案)B.分箱C.独热编码D.特征交叉7.独热编码（one-hotencoding）的核心作用是?*A.将连续型变量离散化B.将类别型变量转换为数值型向量，避免类别顺序歧义(正确答案)C.降低特征维度D.提高特征的相关性8.以下哪种特征选择方法属于包裹型方法?*A.方差选择法B.递归特征消除法（RFE）(正确答案)C.卡方检验法D.相关系数法9.当特征维度极高，容易出现维度灾难时，应采用以下哪种技术?*A.特征交叉B.独热编码C.特征降维(正确答案)D.对数变换10.以下哪种降维方法属于有监督降维，通过最大化类间距离实现分类?*A.PCAB.t-SNEC.LDA(正确答案)D.以上都不是11.数据标注项目中，语音标注任务对环境的核心要求是?*A.开放的公共空间B.相对封闭的隔音环境(正确答案)C.多人协同的开放办公区D.无特殊要求12.数据标注规范制定的首要原则是?*A.一致性原则B.可靠性原则C.需求优先原则(正确答案)D.效率优先原则13.评估多个标注人员对同一数据标注结果的一致性，常用以下哪个指标?*A.准确率B.召回率C.Kappa系数(正确答案)D.F1值14.图像目标检测标注中，要求边框覆盖目标物体至少多少比例的面积?*A.50%B.70%C.80%(正确答案)D.100%15.以下哪种文本标注方式主要用于识别文本中的人名、地名、机构名等实体?*A.情感色彩标注B.实体命名识别（NER）(正确答案)C.词性标注D.意图标注16.人工智能模型训练中，用于确定模型超参数的数据集是?*A.训练集B.验证集(正确答案)C.测试集D.以上都不是17.通常情况下，测试集的数据量应占总数据量的比例为?*A.5%-10%B.10%-20%(正确答案)C.30%-40%D.50%以上18.处理数据集不平衡问题时，SMOTE算法属于以下哪种方法?*A.过采样(正确答案)B.欠采样C.正则化D.特征选择19.梯度下降算法中，学习率设置过大会导致以下哪种问题?*A.算法收敛速度过慢B.算法发散或过度振荡，无法收敛到最小值(正确答案)C.模型欠拟合D.无影响20.以下哪种正则化方法会使得部分特征系数变为0，实现特征选择?*A.L1正则化（Lasso）(正确答案)B.L2正则化（Ridge）C.Dropout正则化D.以上都不是21.逻辑回归算法主要适用于以下哪种任务?*A.多分类任务B.二分类任务(正确答案)C.回归预测任务D.聚类任务22.支持向量机（SVM）的核心思想是?*A.在特征空间中找到最优超平面，最大化两类数据之间的间隔(正确答案)B.基于树形结构进行样本划分C.模拟人脑神经元结构处理数据D.通过投票组合多个基础模型的结果23.随机森林算法属于以下哪种集成学习方法?*A.Bagging方法(正确答案)B.Boosting方法C.Stacking方法D.以上都不是24.以下哪种聚类算法能够识别任意形状的簇，并标记噪声点?*A.K-Means算法B.DBSCAN算法(正确答案)C.层次聚类D.以上都不是25.超参数调整方法中，在预定义范围内穷举所有超参数组合的是?*A.随机搜索B.网格搜索(正确答案)C.贝叶斯优化D.以上都不是26.模型测试方法中，将数据集划分为k个子集，每次用k-1个子集训练，剩下1个验证的是?*A.留出法B.交叉验证法(正确答案)C.自助法D.留一法27.ROC曲线下的面积（AUC）越大，表示?*A.模型分类准确性越低B.模型分类准确性越高(正确答案)C.模型泛化能力越差D.模型复杂度越高28.评估分类模型性能时，精确率的计算公式是?*A.TP/(TP+FN)B.TP/(TP+FP)(正确答案)C.(TP+TN)/(TP+TN+FP+FN)D.2精确率召回率/(精确率+召回率)29.解决过拟合问题的方法不包括以下哪项?*A.增加训练数据量B.减少特征数量C.提高模型复杂度(正确答案)D.正则化30.回归模型性能评估中，R²值越接近以下哪个数值，表示模型预测效果越好?*A.-1B.0C.0.5D.1(正确答案)31.探索性数据分析的主要工作不包括以下哪项?*A.数据预处理B.描述性统计分析C.模型部署上线(正确答案)D.数据可视化32.以下哪种图表最适合直观展示连续变量的概率密度分布?*A.散点图B.KDE分布图(正确答案)C.箱线图D.热力图33.当需要分析两个连续型变量之间的线性关系时，最适合使用以下哪种方法?*A.卡方检验B.散点图+皮尔逊相关系数(正确答案)C.小提琴图D.直方图34.对于缺失率较低的连续型变量，通常优先选择以下哪种填充方式?*A.平均数填充B.众数填充C.中位数填充(正确答案)D.删除该字段35.以下哪种异常值识别方法属于基于聚类的方法?*A.Z-score方法B.IQR方法C.DBSCAN算法(正确答案)D.箱线图可视化36.异常值处理方法中，哪一种会造成数据丢失，需要谨慎使用?*A.删除法(正确答案)B.中位数替换法C.均值替换法D.对数变换调整法37.最小-最大值标准化处理后的数据取值范围是?*A.-1到1B.0到1(正确答案)C.均值为0，标准差为1D.无固定范围38.特征工程中，将连续特征离散划分的操作被称为?*A.对数变换B.分箱(正确答案)C.独热编码D.特征交叉39.以下哪种特征衍生方法可以提升模型鲁棒性，使右倾分布变量分布更对称?*A.特征交叉B.对数变换(正确答案)C.分箱D.独热编码40.特征交叉组合中，将两个数值特征的乘积作为新特征属于?*A.数值交叉特征(正确答案)B.类别交叉特征C.独热编码交叉D.多项式特征生成41.图像数据增强中，不包括以下哪种操作?*A.随机旋转B.随机裁剪C.独热编码(正确答案)D.随机增加噪声42.特征选择的原则不包括以下哪项?*A.优先选择与目标变量相关性高的特征B.优先选择发散程度低的特征(正确答案)C.删除与既有特征强相关的冗余特征D.优先选择自身比较发散的特征43.以下哪种特征选择方法属于过滤型方法?*A.递归特征消除法B.Lasso回归C.方差选择法(正确答案)D.随机森林特征重要性排序44.过滤型方法中，通过删除方差较小的特征降低维度的是?*A.相关系数法B.卡方检验法C.方差选择法(正确答案)D.递归特征消除法45.基于惩罚项的特征选择方法中，通过L1正则化实现特征选择的是?*A.Lasso回归(正确答案)B.Ridge回归C.弹性网络D.随机森林46.以下哪种降维方法属于无监督降维，旨在保留数据最大信息量?*A.LDAB.PCA(正确答案)C.t-SNED.线性回归47.t-SNE降维方法的核心特点是?*A.最大化类间距离B.保留数据的局部结构(正确答案)C.可解释性强D.计算速度极快，适合超大规模数据48.数据标注项目中，涉密标注项目对环境的核心要求是?*A.开放办公区B.专属独立办公区，进出权限管控(正确答案)C.多人协作工位D.无特殊要求49.数据标注团队管理架构中，通常承担质检员角色的是?*A.标注员B.项目负责人或项目小组长(正确答案)C.外包人员D.需求方人员50.数据标注项目评估的第一步是?*A.组织试标B.沟通确认验收标准(正确答案)C.评估项目难易程度D.计算所需人员数量51.标注工具选择的考量因素不包括以下哪项?*A.功能完整性B.易操作性C.工具开发语言(正确答案)D.规范性（导出格式）52.对于时间紧、数据量大且保密要求低的标注任务，最适合的人力模式是?*A.自建标注团队B.第三方标注C.众包标注(正确答案)D.校企共建53.数据标注进度安排中，试标阶段通常需要多长时间?*A.2-7天B.5-10天C.7天(正确答案)D.3-5天54.数据标注质量检验的核心指标不包括以下哪项?*A.准确性B.一致性C.完整性D.数据量级(正确答案)55.文本实体识别标注的质检点不包括以下哪项?*A.实体边界B.实体类别C.实体重叠D.情感极性(正确答案)56.语音识别标注的核心质检标准是?*A.与原始录音对比的正确识别比例(正确答案)B.说话人分离比例C.声音质量评分D.说话速度评分57.图像目标检测的边框标注要求边框与目标物体重合误差不超过多少像素?*A.1像素(正确答案)B.5像素C.10像素D.无要求58.视频人物标注中，需要标注的内容不包括以下哪项?*A.人物出现的时间点和持续时间B.人物身份C.人物情感状态D.人物的历史背景(正确答案)59.以下哪种是文本数据标注工具?*A.PraatB.BRAT(正确答案)C.LabelImgD.OpenCV60.语音标注工具中，常用于音素、语调精准标注的是?*A.ELANB.Praat(正确答案)C.AudacityD.LabelStudio61.以下哪种图像标注工具是免费开源，支持标记框、多格式输出，可调用TensorFlow训练模型?*A.RectLabelB.LabelImg(正确答案)C.ScalabelD.VOTT62.微软开发的支持图像和视频标注、可导出COCO/VOC格式的开源工具是?*A.CVATB.VOTT(正确答案)C.VIAD.精灵标注63.人工智能模型训练中，用于最终评估模型泛化能力的数据集是?*A.训练集B.验证集C.测试集(正确答案)D.全量数据集64.数据集构建的常见问题不包括以下哪项?*A.训练数据量不足B.训练数据不具有代表性C.数据分布过于均衡(正确答案)D.数据质量较差65.数据集划分原则不包括以下哪项?*A.样本数量足够大，反映总体分布B.随机分配，保证分布一致C.训练集、验证集、测试集允许少量重叠(正确答案)D.三者互不重叠66.欠采样方法处理不平衡数据集的核心逻辑是?*A.增加少数类样本数量B.减少多数类样本数量(正确答案)C.生成新的合成样本D.增加样本权重67.算法训练的第一步是?*A.算法选择B.数据准备(正确答案)C.模型初始化D.损失函数定义68.梯度下降算法中，每次使用全部样本计算梯度的是?*A.批量梯度下降（BGD）(正确答案)B.随机梯度下降（SGD）C.小批量梯度下降（MBGD）D.动量梯度下降69.神经网络中常用的正则化方法，通过随机使部分网络单元失效防止过拟合的是?*A.L1正则化B.L2正则化C.Dropout正则化(正确答案)D.早停法70.以下哪种算法属于无监督学习?*A.逻辑回归B.决策树C.K-Means聚类(正确答案)D.支持向量机71.以下哪种任务适合使用回归预测算法?*A.用户性别分类B.房价预测(正确答案)C.垃圾邮件识别D.图像类别判断72.决策树分类算法中，用于确定最佳划分特征的指标不包括?*A.信息增益B.基尼系数C.均方误差(正确答案)D.信息增益比73.支持向量机特别适用于哪种场景?*A.超大规模样本数据集B.小样本、高维特征、非线性问题(正确答案)C.多标签分类任务D.实时预测要求极高的场景74.神经网络训练中，用于计算预测误差与真实标签差异，并反向传播更新权重的是?*A.激活函数B.损失函数(正确答案)C.优化器D.正则化项75.K近邻算法（KNN）中，k值过小可能导致的问题是?*A.模型欠拟合B.模型容易受噪声点影响，过拟合(正确答案)C.预测耗时极长D.分类结果始终为多数类76.集成学习中，Bagging方法的核心特点是?*A.迭代训练弱分类器，重点关注分类错误样本B.自助采样构建多个基础模型，投票或平均得到结果(正确答案)C.用基础模型的预测结果作为新特征训练元模型D.仅适用于决策树类基础模型77.Boosting方法的典型代表算法是?*A.随机森林B.GBDT(正确答案)C.StackingD.K-Means78.DBSCAN聚类算法中，将邻居数小于阈值的样本点标记为?*A.核心点B.边界点C.噪声点(正确答案)D.中心点79.超参数调整方法中，效率最高，适合超参数数量较多场景的是?*A.网格搜索B.随机搜索(正确答案)C.贝叶斯优化D.手动调参80.贝叶斯优化调整超参数的核心逻辑是?*A.穷举所有超参数组合B.随机抽取超参数值评估C.基于贝叶斯推断建模，迭代探索最优组合(正确答案)D.基于专家经验手动调整81.模型测试需要重点关注的因素不包括以下哪项?*A.准确性B.健壮性C.可解释性D.模型训练时长(正确答案)82.最基本的模型验证方法，将数据集直接划分为训练集和测试集的是?*A.留出法(正确答案)B.交叉验证法C.自助法D.留一法83.只适用于非常小的数据集的模型测试方法是?*A.交叉验证法B.自助法C.留一法(正确答案)D.自适应增量学习法84.ROC曲线的横轴和纵轴分别是?*A.真阳率，假阳率B.假阳率，真阳率(正确答案)C.精确率，召回率D.召回率，精确率85.混淆矩阵中，真实值为正例，被模型预测为正例的样本数称为?*A.TP（真正例）(正确答案)B.FP（假正例）C.TN（真反例）D.FN（假反例）86.评估分类模型时，适合“看重正例被正确预测”场景（如疾病预测）的指标是?*A.准确率B.精确率(正确答案)C.召回率D.F1值87.搜索引擎的检索结果优先希望返回全部相关内容，此时更关注以下哪个指标?*A.准确率B.精确率C.召回率(正确答案)D.F1值88.F1值是哪两个指标的加权平均?*A.准确率和精确率B.精确率和召回率(正确答案)C.召回率和准确率D.精确率和AUC89.回归模型评估中，对异常值不敏感、鲁棒性较强的指标是?*A.平均绝对误差（MAE）(正确答案)B.均方误差（MSE）C.均方根误差（RMSE）D.R²值90.回归模型评估中，“惩罚”大的预测误差的指标是?*A.MAEB.MSE(正确答案)C.R²D.准确率91.解决过拟合问题的有效方法是?*A.增加模型复杂度B.减