2026年人工智能与机器学习考试试题及答案

2026年人工智能与机器学习考试试题及答案一、单项选择题（每题2分，共20分）1.在机器学习中，将原始数据分为训练集、验证集和测试集的目的是？A.增加数据量B.评估模型对未见数据的泛化能力C.降低数据维度D.消除数据噪声答案：B解析：测试集仅用于最终评估，验证集用于调参，二者均模拟未见数据以衡量泛化能力。2.下列哪个算法属于无监督学习？A.线性回归B.K-means聚类C.朴素贝叶斯分类D.决策树答案：B解析：K-means在无标签数据上发现内在结构；其余均为有监督学习。3.在神经网络中，ReLU激活函数定义为f(A.输出有界，适合概率输出B.计算简单且缓解梯度消失C.处处可导D.将输出压缩到[-1,1]答案：B解析：ReLU在正区间梯度恒为1，避免饱和，有效缓解深层网络梯度消失；但其在0处不可导。4.决策树中，信息增益的计算基于哪个度量？A.基尼指数B.均方误差C.信息熵D.欧氏距离答案：C解析：ID3算法使用信息熵计算信息增益；基尼指数用于CART分类树，均方误差用于回归树。5.支持向量机中，核函数K(A.线性核B.多项式核C.高斯核（RBF）D.Sigmoid核答案：B解析：该形式为多项式核，当d=6.若模型在训练集上准确率接近100%，但在测试集上准确率明显偏低，最可能的问题是？A.欠拟合B.过拟合C.学习率过大D.特征维度过低答案：B解析：训练误差极小而测试误差大是典型过拟合，可通过正则化、增加数据或减少模型复杂度缓解。7.在强化学习中，智能体通过何种信号调整策略？A.标签B.奖励C.梯度D.损失函数答案：B解析：强化学习依赖奖惩信号（奖励函数）学习策略，无需显式标签。8.以下哪个方法常用于处理特征缺失值？A.主成分分析（PCA）B.均值填充C.独热编码D.归一化答案：B解析：均值、中位数或众数填充是常见缺失值处理手段；PCA用于降维，独热编码处理类别特征，归一化用于缩放。9.线性回归模型的损失函数通常采用？A.交叉熵B.均方误差（MSE）C.合页损失D.对数损失答案：B解析：线性回归假设噪声服从高斯分布，最大似然估计等价于最小化均方误差。10.下列关于梯度下降的说法，正确的是？A.批量梯度下降每次迭代只使用一个样本B.随机梯度下降每次迭代使用全部样本C.小批量梯度下降每次迭代使用部分样本D.梯度一定指向损失函数的最小值方向答案：C解析：小批量梯度下降在每次迭代中随机选取一小批样本计算梯度，兼顾效率与稳定性；梯度指向损失增加最快的方向。二、多项选择题（每题3分，共15分）1.下列哪些属于监督学习任务？A.图像分类B.房价预测C.客户分群D.文本情感分析答案：A、B、D解析：监督学习依赖输入-输出标签对。客户分群无标签，属于无监督聚类。2.预防决策树过拟合的方法包括？A.预剪枝（限制树深度）B.后剪枝（代价复杂度剪枝）C.增大训练数据量D.提高特征维度答案：A、B、C解析：增加数据可降低方差，缓解过拟合；提高特征维度通常加剧过拟合。3.关于卷积神经网络（CNN），下列说法正确的有？A.卷积层具有参数共享特性B.池化层通常用于降低特征图空间尺寸C.全连接层通常出现在网络末端D.卷积核权重在训练后不再更新答案：A、B、C解析：卷积核权重通过反向传播持续更新，故D错误。4.模型评估中，对于不平衡二分类问题，适合采用的指标有？A.准确率（Accuracy）B.精确率（Precision）C.召回率（Recall）D.F1-Score答案：B、C、D解析：在不平衡数据中，准确率易受多数类主导，精确率、召回率及F1更能反映少数类性能。5.以下属于集成学习方法的有？A.随机森林B.AdaBoostC.K近邻D.XGBoost答案：A、B、D解析：随机森林为Bagging集成，AdaBoost与XGBoost为Boosting集成；K近邻为单一模型。三、判断题（每题1分，共10分）1.机器学习中，交叉验证可以完全替代测试集评估。答案：错误解析：交叉验证仅用于训练阶段的模型选择，最终模型仍需独立测试集评估。2.朴素贝叶斯分类器假设特征之间相互独立。答案：正确3.增加神经网络隐藏层层数一定能提高模型性能。答案：错误解析：网络加深可能导致过拟合、梯度消失或训练困难，需要配合正则化与残差结构等措施。4.在PCA中，主成分的方向是数据协方差矩阵的特征向量方向。答案：正确5.K-means聚类要求用户事先指定簇数k。答案：正确6.强化学习中的折扣因子γ越大，智能体越看重远期奖励。答案：正确7.过拟合可以通过增加正则化项缓解。答案：正确8.逻辑回归是回归模型，可以直接预测连续数值。答案：错误解析：逻辑回归虽名称含"回归"，实为分类模型，输出为样本属于正类的概率。9.支持向量机只能处理线性可分问题。答案：错误解析：通过核函数可将数据映射到高维空间，处理非线性问题。10.深度学习中的反向传播算法基于链式法则计算梯度。答案：正确四、简答题（每题5分，共15分）1.简述有监督学习与无监督学习的主要区别，并各举一个典型应用。答案：有监督学习使用有标签数据训练模型，目标是学习输入到输出的映射，典型应用包括图像分类、房价预测；无监督学习使用无标签数据，旨在发现数据内在结构和模式，典型应用包括客户分群、异常检测。核心区别在于训练数据是否含有标签。2.解释什么是"偏差-方差权衡"，并说明其与过拟合、欠拟合的关系。答案：偏差表示模型预测的期望与真实值的差距，方差表示模型在不同训练集上的预测波动。简单模型偏差高、方差低，易欠拟合；复杂模型偏差低、方差高，易过拟合。模型选择需要在偏差与方差之间权衡，以达到最低期望泛化误差。3.什么是梯度消失？结合Sigmoid激活函数说明其产生原因，并列举一种缓解方法。答案：梯度消失指在反向传播中，梯度随层数增加而指数级衰减，导致浅层参数几乎无法更新。Sigmoid函数f(五、计算题（每题10分，共20分）1.给定数据集{(1,1),(2,2),(答案：损失函数为L(w,b)=1ni解析：数据完全落在直线y=x上，故b=2.某二分类问题的混淆矩阵如下：预测正预测负实际正TP=90FN=10实际负FP=30TN=70计算精确率（Precision）、召回率（Recall）、F1值以及准确率（Accuracy）。答案：Precisio解析：注意精确率和召回率的区别：精确率注重预测为正中的准确性，召回率注重实际正例中被找出的比例。六、综合题（每题20分，共20分）1.某电商平台欲构建用户购买意愿预测模型，现有10000条用户行为数据，特征包括：浏览时长、访问频次、购物车添加次数、是否点击广告、用户历史订单金额；目标变量为"是否购买"（0/1）。请回答：(1)请说明该问题属于哪类学习问题，并列出两种适合的算法及理由。(2)如何评估模型效果？请针对数据可能存在的类别不平衡，给出至少两种评估策略。(3)若你选定逻辑回归模型，请写出其假设函数和损失函数（使用交叉熵），并解释如何通过梯度下降更新参数。(4)结合该场景，说明特征工程的具体操作至少三项。答案：(1)该问题为有监督的二分类学习问题（购买/未购买）。适合算法如逻辑回归——简单可解释，适合低维特征；随机森林——能处理非线性关系，对特征交互鲁棒；梯度提升树（如XGBoost）——精度高，常为表格数据首选。(2)常规评估指标为准确率、精确率、召回率、F1、AUC。由于正负样本可能不平衡，策略：①采用精确率、召回率、F1而非准确率；②使用ROC曲线与AUC作为阈值无关的综合指标；③可结合PR曲线（Precision-Recallcurve），在不平衡场景下比ROC更敏感；④采用分层抽样保持训练与测试集中类别比例一致。(3)逻辑回归假设函数为h(x)=11+e−θTx，其中①缺失值处理：对浏览时长、订单金额等连续特征用中位数插补，或对缺失标记替换为-1；②标准化/归一化：对浏览时长、访问频次等进行Z-score标准化，避免量纲影响；③构造衍生特征：如"购物车添加次数/