2026年软件设计师模拟试卷-人工智能与机器学习应用试题及答案

2026年软件设计师模拟试卷:人工智能与机器学习应用试题及答案一、单项选择题（共20题，每题2分，共40分）1.在机器学习项目启动阶段，下列哪项工作最有价值？A.先购买高性能GPUB.明确业务目标，并将其转换为可量化的模型评价指标C.直接开始训练模型D.从公开数据集随机选择数据答案：B解析：业务目标必须映射为可量化指标，后续模型选择、调参和验收才有依据。2.下列任务属于无监督学习的是？A.根据历史房价预测房价B.将邮件自动分类为垃圾邮件或正常邮件C.根据用户行为特征将用户划分为若干群体D.根据X光片判断是否为肺炎答案：C解析：聚类属于无监督学习；分类和回归属于监督学习。3.训练集准确率高、测试集准确率低，最可能的原因是？A.欠拟合B.过拟合C.学习率过大D.特征缺失答案：B解析：训练集高、测试集低是过拟合的典型表现，说明模型泛化能力不足。4.对于严重不平衡的二分类问题，更合适的评价指标是？A.准确率B.精确率、召回率、AUCC.均方误差D.训练时间答案：B解析：不平衡数据中准确率会被多数类主导，不能反映少数类识别能力。5.关于偏差与方差，下列说法正确的是？A.高偏差往往意味着模型过于复杂B.高方差往往意味着模型过于简单C.增加L2正则化必然降低偏差D.增加正则化通常以偏差略增为代价降低方差答案：D解析：正则化限制模型复杂度，通常以偏差略增为代价降低方差。6.将“省份”这类无序类别特征输入逻辑回归，较合适的处理方式是？A.按拼音首字母编码为1、2、3B.独热编码C.按省份面积归一化D.删除该特征答案：B解析：无序类别直接编码为数字会引入不存在的顺序关系，独热编码是线性模型的常用方式。7.决策树在节点划分时使用的信息增益基于？A.基尼不纯度B.信息熵C.均方误差D.余弦相似度答案：B解析：信息增益通过划分前后的熵差衡量纯度提升；基尼系数是另一种划分准则。8.KNN中影响模型结果的两个关键因素是？A.学习率和动量B.K值大小和距离度量方式C.隐藏层数量和激活函数D.正则化系数和Dropout答案：B解析：KNN是惰性学习算法，预测依赖K值以及样本间距离计算方式。9.线性回归模型y=A.均方误差B.交叉熵C.Hinge损失D.KL散度答案：A解析：线性回归输出连续值，常用均方误差作为损失函数。10.将线性模型输出映射为二分类概率，通常使用？A.ReLUB.SigmoidC.TanhD.恒等函数答案：B解析：二分类常用Sigmoid函数将得分压缩到(011.卷积神经网络中池化层的常见作用不包括？A.降低特征图空间分辨率B.增大模型参数量C.增强局部平移不变性D.减少后续计算量答案：B解析：池化降低特征图尺寸和计算量，并增强平移鲁棒性，不会增加参数量。12.RNN训练长序列时容易出现梯度消失或梯度爆炸，主要原因是？A.学习率设置为零B.反向传播过程中梯度沿时间步连续相乘C.数据集太小D.激活函数过多答案：B解析：RNN梯度沿时间维连乘，连乘效应导致梯度消失或爆炸。13.Transformer中自注意力机制的主要优势是？A.显式建模序列中任意两个位置之间的依赖关系B.只能处理局部窗口C.不需要任何训练数据D.完全替代损失函数答案：A解析：自注意力可以直接计算任意两个token的关联权重，缓解长距离依赖问题。14.关于训练集、验证集、测试集的划分，下列说法正确的是？A.训练集用于最终评估，测试集用于训练B.验证集用于调参，测试集只用于最终评估C.三份数据可以任意重叠D.所有样本都应放入测试集答案：B解析：验证集参与调参；测试集应尽量只使用一次，以得到无偏的性能估计。15.下列哪种方法可以在不改变模型结构的情况下直接降低过拟合风险？A.增加训练轮数B.添加L2正则化C.减少训练数据D.把验证集并入训练集答案：B解析：L2正则化通过约束权重幅度降低复杂度，从而减少过拟合。16.对基于距离的算法（如KNN、SVM），特征尺度差异较大时通常需要？A.标准化或归一化B.独热编码C.删除所有特征D.不做任何处理答案：A解析：基于距离的算法对特征尺度敏感，归一化可避免大尺度特征主导距离计算。17.模型部署后持续监控的最重要原因是？A.模型推理速度一定越来越快B.数据分布可能随时间漂移，模型性能会衰退C.监控可以完全替代定期维护D.监控结果可自动修复软件缺陷答案：B解析：上线后数据分布漂移会改变模型适用条件，必须持续监控并及时更新。18.防止“训练-服务偏差”的关键措施是？A.训练与服务使用完全不同的特征处理逻辑B.保证训练时特征处理和线上推理特征处理一致C.每次训练都更换新服务器D.只在离线数据上测试答案：B解析：训练与服务使用一致的特征处理，是消除特征偏差的关键。19.下列哪种技术主要用于提升模型可解释性？A.SHAPB.数据增强C.DropoutD.BatchNormalization答案：A解析：SHAP通过归因值解释每个特征的贡献；其余均属于训练技巧。20.在误分类代价不对称（如欺诈检测）时，不应只追求总体准确率，主要原因是？A.准确率无法计算B.准确率忽略了少数类样本的错误代价C.准确率只能用于回归任务D.准确率不受阈值影响答案：B解析：总体准确率会掩盖少数类上的高误报或漏报代价，需要按业务成本设计阈值和目标函数。二、多项选择题（共10题，每题2分，共20分）1.关于机器学习模型评估，下列说法正确的有？A.准确率在高不平衡数据上可能具有误导性B.ROC曲线与AUC可以评估二分类模型的排序能力C.交叉验证能更稳定地估计模型性能D.测试集可以反复用于调参答案：A、B、C解析：测试集反复调参会造成信息泄漏，导致评估结果偏乐观，D错误。2.下列属于集成学习方法的有？A.BaggingB.BoostingC.随机森林D.K-Means答案：A、B、C解析：随机森林是Bagging的扩展；K-Means是聚类算法。3.关于神经网络训练中的学习率，下列说法正确的有？A.学习率过大会导致训练不稳定B.学习率过小会导致收敛缓慢C.可以采用学习率衰减策略D.学习率与损失函数完全无关答案：A、B、C解析：学习率控制参数更新步长，直接影响损失函数迭代过程，D错误。4.数据预处理中，处理缺失值的方法包括？A.删除含有缺失值的样本或特征B.用均值、中位数或众数填充C.使用模型预测填充D.不做任何处理直接训练答案：A、B、C解析：D不能作为通用处理方法，缺失值需根据缺失机制和数据特点显式处理。5.关于朴素贝叶斯分类器，下列说法正确的有？A.基于贝叶斯定理B.假设特征在给定类别下相互独立C.必须进行大量迭代训练D.计算简单，适合高维文本分类答案：A、B、D解析：朴素贝叶斯通过先验概率和条件概率直接计算后验概率，不需要大量迭代，C错误。6.以下哪些情况适合使用强化学习？A.有明确的奖励信号，需要序贯决策B.最优策略可以从静态标注数据直接学习C.游戏博弈、机器人控制D.需要与环境交互试错并优化长期回报答案：A、C、D解析：强化学习依赖环境交互和奖励反馈，不能直接从静态标注数据学习最优策略，B错误。7.在将机器学习模型封装为微服务时，需要考虑的软件设计问题包括？A.模型版本管理与灰度发布B.推理接口的输入输出协议C.模型推理的并发、延迟和资源消耗D.使用硬编码的魔法数字代替配置答案：A、B、C解析：硬编码会降低系统可维护性，不是合理的软件设计做法，D错误。8.关于大语言模型应用的提示工程，下列说法正确的有？A.提示词中的指令越明确，越容易获得符合预期的回答B.提供示例可以引导模型输出格式C.提示词设计不属于软件设计的一部分D.需要结合上下文长度和Token限制等工程约束答案：A、B、D解析：提示词设计是AI应用系统设计的重要部分，C错误。9.机器学习系统的测试活动通常包括？A.数据验证，如分布漂移、特征缺失率检查B.模型评估，如精确率、召回率、AUCC.传统软件单元测试与集成测试D.以上都不是答案：A、B、C解析：ML系统既要测数据与模型，也要测外围软件逻辑，D错误。10.关于特征选择，下列说法正确的有？A.可以降低过拟合风险B.能减少训练和推理开销C.可以使用过滤式、包裹式或嵌入式方法D.特征选择后一定能提升模型准确率答案：A、B、C解析：特征选择可能带来性能变化，需要通过实验验证，D中的“一定”过于绝对。三、判断题（共10题，每题1分，共10分）1.在监督学习中，标注数据的质量直接影响模型性能的上限。答案：正确2.使用正则化可以完全消除过拟合。答案：错误解析：正则化只能缓解过拟合，不能保证完全消除，还需数据质量、模型复杂度等配合。3.对于非平衡二分类任务，AUC可以反映分类器在不同阈值下的综合性能。答案：正确4.训练集、验证集和测试集三者可以重叠。答案：错误解析：重叠会造成信息泄漏，使评估结果不可信。5.独热编码会引入类别之间的次序关系。答案：错误解析：独热编码将类别映射为相互独立的二值向量，不会隐含顺序关系。6.决策树模型通常不需要对特征做归一化。答案：正确解析：决策树按特征取值划分，对特征的单调变换不敏感。7.神经网络的万能逼近定理说明单层网络即可精确表示任意复杂函数，因此无需深层结构。答案：错误解析：万能逼近定理通常指足够宽的单隐层网络可以任意精度逼近连续函数，并不等价于实际可训练和精确表示；深度结构仍能提升参数效率和泛化能力。8.模型上线后，若输入特征分布发生变化，模型性能可能下降，这种现象称为数据漂移。答案：正确9.Bagging通过并行训练多个基学习器并聚合结果，可以有效降低模型偏差。答案：错误解析：Bagging主要降低方差；Boosting更侧重于降低偏差。10.机器学习模型可以看作软件系统中的组件，应纳入版本管理、接口测试和生命周期管理。答案：正确四、简答题（共4题，每题5分，共20分）1.简述机器学习项目的一般开发流程。答案：(1)需求分析与业务目标定义；(2)数据采集与质量检查；(3)数据清洗与预处理；(4)特征工程与特征选择；(5)模型选择与训练；(6)模型评估与超参数调优；(7)模型部署、监控与持续优化。2.简述精确率、召回率和F1分数的含义，并写出F1分数公式。•精确率（Precision）：预测为正例的样本中，实际为正例的比例，P=•召回率（Recall）：实际为正例的样本中，被正确预测为正例的比例，R=•F1分数是精确率和召回率的调和平均，F13.什么是过拟合？列举三种常用的缓解措施。答案：过拟合指模型在训练集上表现很好，但在未见过的数据上表现较差，原因是模型学到了训练数据中的噪声或过于复杂的规则。常用缓解措施：(1)增加训练数据或使用数据增强；(2)降低模型复杂度，或使用L1/L2正则化、Dropout；(3)早停（EarlyStopping）；(4)使用交叉验证进行模型选择与超参数调优。4.在将机器学习模型集成到软件系统时，应重点关注哪些非功能性需求？（至少写出4项）答案：(1)性能：推理延迟和吞吐量满足服务等级协议（SLA）要求；(2)可用性：模型服务具备容错、熔断、降级和故障恢复机制；(3)可解释性：面向高风险决策提供预测依据或置信度信息；(4)安全与隐私：防止对抗攻击，保护训练数据和用户隐私；(5)可维护性：模型版本管理、回滚、日志记录与持续监控。五、综合应用题（共1题，10分）1.某银行设计信用卡欺诈交易实时检测系统。开发团队使用历史交易数据训练了一个二分类模型，对每笔交易输出“欺诈”或“正常”，并集成到交易网关中。现有10000条测试样本，以0.5为判定阈值得到如下混淆矩阵：实际类别预测为欺诈预测为正常实际欺诈8020实际正常1209780请回答：（1）计算该模型在测试集上的准确率、精确率、召回率和F1分数。（2）业务方要求“宁可多拦截可疑交易，也不能放过任何一笔欺诈”。请从决策阈值和评价指标两个角度说明如何调整。（3）将该模型部署为软件服务时，还应重点关注哪些工程问题？答案：（1）根据混淆矩阵可得：TP=80，FP=A精确率：P召回率：RF1分数：F（2）应降低判定阈值，使更多样本被判为“欺诈”，从而提高召回率、减少漏检；同时会带来更多误报。评价指标上应优先关注召回