2026年人工智能及机器学习试卷及答案

2026年人工智能及机器学习试卷及答案一、单项选择题（每题1分，共15分）1.人工智能的长期核心目标是？A.模拟人类智能行为B.取代人类劳动C.建立更快的计算机D.存储海量数据答案：A2.下列哪项属于无监督学习任务？A.垃圾邮件检测B.客户细分C.房价预测D.猫狗图像分类答案：B解析：客户细分没有预先给定的类别标签，需要模型自行发现数据内在结构；其余三项均有明确标签，属于监督学习。3.在回归模型中，下列哪个指标最适合评估预测值与真实值之间的误差？A.准确率B.F1分数C.均方误差D.召回率答案：C4.当模型在训练集上表现很好，但在测试集上表现较差时，这种现象称为？A.欠拟合B.过拟合C.高偏差D.高噪声答案：B5.在决策树算法中，ID3选择划分特征时使用的信息增益是基于哪个度量计算的？A.均方误差B.信息熵C.相关系数D.马氏距离答案：B解析：ID3通过比较划分前后信息熵的变化，选择信息增益最大的特征进行分裂。6.在梯度下降法中，学习率设置过大会导致？A.收敛速度变快B.损失震荡甚至不收敛C.梯度消失D.模型偏差增大答案：B解析：学习率过大会使参数更新步长过大，越过最优点，造成损失值来回震荡，难以收敛。7.K均值聚类属于下列哪一类学习方法？A.监督学习B.无监督学习C.半监督学习D.强化学习答案：B8.在支持向量机中，核函数的主要作用是？A.减少训练样本量B.将低维数据隐式映射到高维空间，使线性不可分问题线性可分C.加快梯度计算D.消除异常点影响答案：B解析：核函数通过在高维空间中直接计算内积，避免了显式的高维映射，从而高效处理非线性分类问题。9.卷积神经网络中，池化层的作用不包括？A.降低特征图尺寸B.保留主要特征C.增加参数量D.增强一定平移不变性答案：C解析：池化通过下采样降低特征维度，从而减少后续层参数量，而不是增加参数。10.循环神经网络最擅长处理下列哪类数据？A.图像数据B.序列数据C.随机噪声D.稀疏表格数据答案：B11.在强化学习中，智能体在环境中执行动作后获得的反馈信号是？A.类别标签B.奖励值C.梯度值D.损失值答案：B12.Word2Vec模型主要用于？A.图像生成B.学习词的分布式向量表示C.语音信号增强D.文本自动摘要答案：B解析：Word2Vec通过无监督训练将单词映射为稠密低维向量，从而捕捉词与词之间的语义关系。13.下列哪种方法可以有效缓解过拟合？A.增加训练数据量B.增加模型层数C.增大学习率D.减小正则化系数答案：A解析：增加训练数据能提供更多样本信息，提升泛化能力；增加层数会提高模型复杂度，通常加剧过拟合；减小正则化系数也会削弱对过拟合的抑制。14.模型出现高偏差、低方差时，通常对应哪种情况？A.过拟合B.欠拟合C.集成学习D.异常检测答案：B15.人工智能伦理中常提到的“黑箱”问题主要是指？A.模型无法被人理解其决策过程B.训练数据被加密C.模型运行在不可观测的环境中D.缺少训练数据答案：A二、多项选择题（每题2分，共10分）1.以下哪些属于监督学习算法？A.线性回归B.K均值C.决策树D.朴素贝叶斯答案：ACD解析：K均值是无监督聚类算法，不需要标签信息；线性回归、决策树和朴素贝叶斯均依赖标注样本训练。2.下列哪些措施可以用于防止过拟合？A.DropoutB.早停法C.L2正则化D.数据增强答案：ABCD解析：Dropout随机丢弃神经元，减少神经元间复杂共适应；早停法在验证集性能下降前停止训练；L2正则化约束权重大小；数据增强扩充训练集多样性，均可抑制过拟合。3.卷积神经网络中常用的池化操作包括？A.最大池化B.平均池化C.全局平均池化D.中心池化答案：ABC解析：最大池化和平均池化是两种基本池化方式，全局平均池化常用于分类层前将特征图压缩为特征向量；不存在“中心池化”这一标准操作。4.下列哪些属于典型的生成式模型？A.GANB.VAEC.LSTMD.DiffusionModel答案：ABD解析：GAN（生成对抗网络）、VAE（变分自编码器）和扩散模型均以建模数据分布、生成新样本为目标；LSTM是一种循环神经网络结构，本身不属于生成式模型类别。5.下列哪些是常用的无监督聚类算法？A.K均值B.DBSCANC.层次聚类D.K近邻答案：ABC解析：K近邻（KNN）是一种监督学习的分类或回归方法，而不是聚类算法。三、判断题（每题1分，共10分）1.单层感知机能够解决线性不可分问题。答案：错误解析：单层感知机只能划分线性可分数据，对XOR等线性不可分问题无能为力，需借助多层网络或核方法。2.随机森林是Bagging集成学习方法的典型代表。答案：正确3.LSTM通过门控机制有效缓解了循环神经网络中的梯度消失问题。答案：正确4.PCA（主成分分析）是一种监督学习的降维方法。答案：错误解析：PCA不利用样本标签，属于无监督降维方法。5.K折交叉验证可以更充分地利用数据，并对模型评估结果进行平均，从而降低评估方差。答案：正确解析：K折交叉验证将数据划分为K个子集，轮流验证，减少因数据划分单一而导致的评估偏差。6.训练集准确率越高，模型的泛化能力一定越强。答案：错误7.深度学习模型参数量越大，模型性能一定越好。答案：错误8.梯度消失问题只会出现在深层卷积网络中，不会出现在循环神经网络中。答案：错误解析：循环神经网络在处理长序列时同样面临梯度消失或梯度爆炸问题，LSTM和GRU即为此设计。9.数据增强是小数据集场景下提升模型泛化能力的常用手段。答案：正确10.在训练过程中逐步降低学习率是一种常见的优化策略。答案：正确四、简答题（每题6分，共30分）1.解释什么是过拟合，并列举三种缓解方法。答案：过拟合指模型在训练集上表现优秀，但在未见过的测试集上表现较差的现象。其本质是模型过度学习了训练数据中的噪声和细节，导致泛化能力下降。常见缓解方法包括：(1)增加训练数据量或使用数据增强；(2)引入正则化，如L1、L2正则化；(3)使用Dropout或早停法；(4)简化模型结构，减少参数量；(5)使用交叉验证调节超参数。2.简述K折交叉验证的基本步骤。答案：(1)将数据集随机划分为K个大小相近且互不重叠的子集；(2)依次取其中1个子集作为验证集，其余K-1个子集作为训练集；(3)在每个划分上训练模型并在对应验证集上评估性能；(4)重复K次后，将K次评估结果取平均，作为模型的最终性能估计。3.简述决策树剪枝的目的及常用方法。答案：决策树剪枝的目的是通过简化树结构来降低模型复杂度，减少过拟合，提高对未知数据的泛化能力。常用方法分为预剪枝和后剪枝两类：预剪枝在构建过程中提前停止分裂，如限制树的最大深度、节点最小样本数等；后剪枝则先构建完整决策树，再自底向上合并或删除不能满足泛化收益的子树，常见算法有简化后剪枝（REP）、悲观剪枝（PEP）和代价复杂度剪枝（CCP）。4.简述强化学习与监督学习的主要区别。答案：(1)数据来源不同：监督学习使用带有标签的静态数据集；强化学习通过智能体与环境不断交互获取经验序列。(2)反馈形式不同：监督学习给出即时且明确的标签；强化学习给出延迟的奖励信号，需要智能体自行判断哪些行为导致最终结果。(3)学习目标不同：监督学习学习输入到输出的映射关系；强化学习学习最优策略以最大化长期累计奖励。(4)样本关系不同：监督学习假设样本独立同分布；强化学习中的状态、动作、奖励存在时序依赖，且需处理探索与利用的权衡。5.列举三种常见的文本特征表示方法，并简要说明其思想。答案：(1)词袋模型（BoW）：将文本表示为词频向量，忽略词序信息，仅统计每个词在文档中出现次数。(2)TF-IDF：在词频基础上加入逆文档频率，降低常见词的权重，突出对文档区分度高的词。(3)Word2Vec：通过神经网络语言模型训练得到稠密词向量，使语义相近的词在向量空间中距离较近。(4)n-gram：将连续n个词或字符作为一个特征单元，保留部分局部词序信息，任答三种即可。五、计算与综合题（共35分）1.计算题（10分）给定一个二分类训练数据集，样本特征为二维坐标(x•样本1：(1,1)，正类•样本2：(1,3)，负类•样本3：(4,1)，负类•样本4：(5,3)，正类现有一个待预测样本(2,2答案：分别计算待预测样本(2,2)到四个训练样本的欧氏距离：d1=(2−解析：本题考察KNN的基本流程：计算距离、选取K个近邻、类别投票。需要注意距离相同时都应计入最近邻范围，不能随意舍弃。2.计算题（15分）某决策树训练数据集的标签为“是否打球”，共有10个样本，其中“打球”和“不打球”各5个。特征“天气”只有“晴”和“雨”两个取值：•晴天共5个样本，其中4个打球、1个不打球；•雨天共5个样本，其中1个打球、4个不打球。请计算该数据集在“打球”标签上的总体熵、以“天气”为划分特征时的条件熵和信息增益（保留两位小数），并说明信息增益在决策树特征选择中的作用。答案：总体熵的计算：H(S)=−510log2解析：总体熵反映数据集的初始不纯度，条件熵衡量按“天气”划分后剩余的平均不纯度。信息增益越大，说明使用该特征划分后类别纯度提升越明显，决策树因此更倾向选择高增益特征。注意数值计算时需使用以2为底的对数，结果单位为比特（bit）。3.综合分析题（10分）某团队训练一个图像分类模型，随着训练轮次增加，模型在训练集上的准确率达到99.2%，而在验证集上的准确率仅为88.5%，且两者差距持续扩大。请回答：(1)该现象属于什么类型的问题？判断依据是什么？(2)结合本题场景，给出至少三种可行的改进策略。答案：(1)该现象属于典型的过拟合。判断依据是训练集准确率远高于验证集准确率，且随训练进行两者差距不断拉大，说明模型对训练数据产生了过度记忆，泛化能力不足。(2)改进策略：①数据增强：对训练图像进行随机裁剪、旋转、翻转、色彩扰动等操作，扩大训练集多样性，降低对局部特征的过度依赖。②引入正则化：在损失函数中加入L2正则化，或在网络中引入Dropout，抑制神经元之间的复杂共适应，降低模型复杂度。③早停法：在验证集准确率不再提升或开始下降时提前终止训练，避免继续拟合训练