2026年人工智能与机器学习入门考试试题及答案

2026年人工智能与机器学习入门考试试题及答案一、单项选择题（每题2分，共20分）1.下列哪个方向不属于人工智能的主要研究领域？A.自然语言处理B.计算机视觉C.操作系统设计D.智能机器人答案：C解析：操作系统属于计算机系统软件的核心技术，不属于人工智能的主要研究方向。2.在监督学习中，训练样本需要具备以下哪种特征？A.只有特征，没有标签B.既有特征又有标签C.只有标签，没有特征D.既无特征也无标签答案：B3.下列算法中，属于无监督学习的是？A.线性回归B.决策树C.K均值（K-Means）聚类D.朴素贝叶斯答案：C解析：K-Means聚类在无标签数据上自动发现簇结构，属于无监督学习。4.关于逻辑回归，下列说法正确的是？A.主要用来解决回归问题，输出连续值B.通过Sigmoid函数将线性组合的结果映射到(0C.损失函数一般选择均方误差（MSE）D.不能用于二分类问题答案：B解析：逻辑回归用于分类，损失函数常用交叉熵，而不是均方误差。5.过拟合现象是指？A.模型在训练集上表现差，在测试集上表现好B.模型在训练集上表现好，在测试集上表现差C.模型在训练集和测试集上表现都差D.模型在训练集和测试集上表现都好答案：B6.下列哪种方法不能有效缓解过拟合？A.增加训练样本量B.添加L2正则化C.增加网络层数和参数规模D.在神经网络中使用Dropout答案：C解析：过度增加模型复杂度会加剧过拟合，而不是缓解。7.分类任务中，准确率（Accuracy）的定义是？A.正确预测的正例数/实际正例数B.正确预测的样本数/总样本数C.正确预测的负例数/实际负例数D.真正例数/（真正例数+假正例数）答案：B解析：A是召回率，D是精确率。8.梯度下降算法的核心目的是？A.最大化损失函数B.最小化损失函数C.减少训练样本数D.增加模型参数个数答案：B9.在特征工程中，下列操作不合理的是？A.对连续特征做标准化或归一化B.对类别特征进行独热编码（One-HotEncoding）C.用随机数直接填充缺失值D.通过特征选择剔除冗余特征答案：C解析：随机填充缺失值会引入噪声，通常采用均值、中位数或模型预测等方法。10.强化学习的基本要素不包括？A.智能体（Agent）B.环境（Environment）C.奖励信号（Reward）D.样本标签（Label）答案：D二、多项选择题（每题2分，共10分，少选得1分，多选、错选不得分）1.下列属于常用机器学习框架或库的有？A.Scikit-learnB.TensorFlowC.PyTorchD.MicrosoftWord答案：ABC2.分类任务中常用的模型评估指标包括？A.精确率（Precision）B.召回率（Recall）C.F1分数D.均方误差（MSE）答案：ABC解析：MSE通常用于回归任务，不是分类指标。3.关于交叉验证，下列说法正确的有？A.能更充分地利用数据评估模型泛化能力B.K折交叉验证把数据分成K份，轮流用K-1份训练、1份验证C.交叉验证能够完全避免过拟合D.实践中常用5折或10折交叉验证答案：ABD解析：交叉验证可以减少过拟合带来的评估偏差，但不能完全避免。4.针对类别不平衡问题，以下处理策略合理的有？A.对少数类样本进行过采样B.对多数类样本进行欠采样C.在损失函数中给少数类样本更高的权重D.直接删除所有少数类样本答案：ABC5.关于常用激活函数，正确的描述有？A.ReLU在负半轴的导数恒为0B.Sigmoid的输出范围是(C.Tanh的输出范围是(D.Softmax常用于多分类输出层答案：ABCD三、判断题（每题1分，共10分）1.机器学习是人工智能的一个子领域。答案：正确2.无监督学习要求训练数据必须带有标签。答案：错误3.决策树模型无法处理含有缺失值的数据。答案：错误解析：决策树可以通过代理分裂、加权等策略处理缺失值，只是需要特定机制。4.精确率和召回率通常是一对相互制约的指标。答案：正确5.L1正则化能促使部分特征权重变为0，从而起到特征选择的作用。答案：正确6.支持向量机只能解决线性可分问题。答案：错误解析：SVM通过核技巧可以将数据映射到高维空间，处理非线性问题。7.训练集上的误差越小，模型在测试集上的性能一定越好。答案：错误解析：可能出现过拟合训练数据而导致泛化性能下降。8.反向传播算法用于计算神经网络的梯度，进而更新网络参数。答案：正确9.聚类算法属于有监督学习方法。答案：错误10.特征缩放对K近邻算法的影响很大。答案：正确解析：KNN依赖距离度量，特征尺度差异大会导致距离被大尺度特征主导。四、简答题（每题5分，共20分）1.简述人工智能、机器学习与深度学习三者之间的关系。答案：人工智能是研究如何使机器具备感知、推理、决策等智能能力的广阔学科；机器学习是实现人工智能的重要技术手段，通过数据驱动算法让机器自动改进性能；深度学习是机器学习的一个分支，基于多层神经网络，擅长处理图像、语音、文本等复杂数据。三者层层包含：人工智能包含机器学习，机器学习包含深度学习。2.什么是过拟合？列举两种减少过拟合的方法。答案：过拟合是指模型在训练数据上表现很好，但在未见过的测试数据上表现不佳的现象，本质上是模型学习到了训练数据中的噪声和细节，而非潜在规律。减少过拟合的方法较多，例如：(1)增加训练样本数量；(2)添加正则化项（如L1/L2正则化）；(3)降低模型复杂度（简化网络结构或对决策树剪枝）；(4)使用交叉验证选择合适超参数；(5)神经网络中引入Dropout。3.什么是交叉验证？为什么要使用交叉验证？答案：交叉验证是一种模型评估方法，它将数据集切分成互补的子集，用一部分子集训练模型，另一部分子集验证模型，并重复多次，最终以多次结果的平均值作为模型性能的估计。常见的有K折交叉验证。使用交叉验证的原因是：它充分利用有限数据，多次划分训练集与验证集，能够比单次划分更稳定、更可靠地评估模型的泛化能力，同时有助于选择合适的模型超参数，降低因随机划分造成的评估偏差。4.简述监督学习与无监督学习的主要区别。答案：(1)训练数据：监督学习使用带标签的数据（特征+标签），无监督学习使用无标签的数据；(2)目标：监督学习学习输入到输出的映射，用于预测未知样本的标签；无监督学习发现数据内部的结构和规律；(3)典型任务：监督学习包括分类和回归，无监督学习包括聚类、降维、关联规则等；(4)评估方式：监督学习可与真实标签比较计算准确率等指标，无监督学习通常用簇内相似度、重构误差等内部评价指标。五、计算与分析题（每题10分，共20分）1.二分类模型在测试集上的混淆矩阵如下：真正例（TP）=50，假正例（FP）=10，假负例（FN）=20，真负例（TN）=30。请计算：(1)准确率（Accuracy）；(2)精确率（Precision）；(3)召回率（Recall）；(4)F1分数。答案：(1)总样本数N=Accuracy(2)精确率：Precision(3)召回率：Recall(4)F1分数：F1解析：F1是精确率与召回率的调和平均，也可直接用F1=2TP22.某数据集共有10个样本，按照属性“天气”的取值分为三组：晴天4个、阴天3个、雨天3个。其中“去户外”（正例）的人数分别为：晴天3个、阴天2个、雨天1个。设信息熵公式为：H请计算：(1)划分前整个数据集的信息熵；(2)按“天气”划分后各子集的信息熵及加权条件熵；(3)“天气”属性的信息增益。答案：(1)总样本数为10，正例总数为3+2+H(2)设“天气”属性为A，三个取值对应的子集分别为D1、D2、晴天子集D1H阴天子集D2H雨天子集D3H加权条件熵：H(3)信息增益：Gain解析：本题考查信息熵、条件熵和信息增益的计算。信息增益刻画了使用该属性进行划分后数据“纯度”的提升程度，值越大说明该属性越适合作为划分属性。六、论述题（每题20分，共20分）1.论述机器学习项目的一般工作流程，并任选一种实际应用场景（如垃圾邮件过滤、图像识别、电商推荐等）说明各环节的关键要点。答案：机器学习项目通常遵循以下流程：(1)问题定义：明确业务目标，将其转化为机器学习问题，确定是分类、回归、聚类还是强化学习，并定义评估指标（如准确率、召回率、RMSE等）。(2)数据采集：收集与问题相关的数据，注意数据来源的合法性、代表性和数据量。(3)数据清洗与预处理：处理缺失值、重复值、异常值，进行类型转换，统一格式，必要时采用均值填充、删除记录或模型补全等方法。(4)特征工程：对原始数据进行特征提取、特征变换和特征选择。包括连续特征标准化、类别特征独热编码、文本向量化等，构造更能表达数据规律的衍生特征。(5)模型选择与训练：根据任务特点选择合适算法，如朴素贝叶斯、决策树、支持向量机、神经网络等。将数据划分为训练集、验证集和测试集，使用训练集训练模型。(6)模型评估：在验证集和测试集上使用统一指标评估模型，分析误差来源。若训练集表现好而测试集差，可能存在过拟合，需要调整模型复杂度或加入正则化。(7)参数调优：通过网格搜索、随机搜索或贝叶斯优化等方法调整超参数，结合交叉验证避免过拟合，选择最优模型。(8)部署与维护：将模型封装为API或嵌入业务系统，进行在线推理。上线后持续监控模型性能，根据数据漂移和业务需求定期重新训练。以垃圾邮件过滤为例：•问题定义：二分类问题，识别邮件是否为垃圾邮件，评估指标可优先考虑精确率与召回率，既要避免误杀正常邮件，也需尽量拦截垃圾邮件。•数据采集：收集历史邮件及人工标注结果。•数据清洗：去除重复邮件、处理不完整邮件字段、统一编码格式。•特征工程：提取发件人域名、邮件标题、正文词频、URL特征，并使用TF-IDF对文本向量化。•模型选择与训练：可先用朴素