2021中国⼤学MOOC机器学习（温州⼤学）最新中国⼤学MOOC满分章节测试
答案
引⾔ 引⾔课后测试
1、 问题：哪⼀个是机器学习的合理定义？
选项：
A：机器学习从标记的数据中学习
B：机器学习能使计算机能够在没有明确编程的情况下学习
C：机器学习是计算机编程的科学
D：机器学习是允许机器⼈智能⾏动的领域
答案: 【机器学习能使计算机能够在没有明确编程的情况下学习】
2、 问题:⼀个计算机程序从经验E中学习任务T，并⽤P来衡量表现。并且，T的表现P随着经验E的增加
⽽提⾼。假设我们给⼀个学习算法输⼊了很多历史天⽓的数据，让它学会预测天⽓。什么是P的合理选择？
选项：
A：计算⼤量历史⽓象数据的过程
B：正确预测未来⽇期天⽓的概率
C：天⽓预报任务
D：以上都不
答案: 【正确预测未来⽇期天⽓的概率】
3、 问题：回归问题和分类问题的区别是什么？
选项：
A：回归问题有标签，分类问题没有
B：回归问题输出值是离散的，分类问题输出值是连续的
C：回归问题输出值是连续的，分类问题输出值是离散的
D：回归问题与分类问题在输⼊属性值上要求不同
答案: 【回归问题输出值是连续的，分类问题输出值是离散的】
4、 问题：以下关于特征选择的说法正确的是？
选项：
A：选择的特征越多越好
B：选择的特征越少越好
C：选择的特征需尽可能反映不同事物之间的差异
D：以上说法均不对
答案: 【选择的特征需尽可能反映不同事物之间的差异】
5、 问题:⼀个包含n类的多分类问题，若采⽤⼀对剩余的⽅法，需要拆分成多少次？
选项：
A:1
B:n-1
C:n
D:n+1
答案: 【n-1】
6、 问题：机器学习⽅法传统上可以分为( )类。
选项：
A:3
B:4
C:7
D:2
答案: 【3】
7、 问题：哪些机器学习模型经过训练，能够根据其⾏为获得的奖励和反馈做出⼀系列决策？
选项：
A：监督学习
B:⽆监督学习
C：强化学习
D：以上全部
答案: 【强化学习】
8、 问题：机器学习这个术语是由( )定义的？
选项：
A:James Gosling
B:Arthur Samuel
C:Guido van Rossum
D：以上都不是
答案: 【Arthur Samuel 】
9、 问题：哪种开发语⾔最适合机器学习？( )
选项：
A:C
B:Java
C:Python
D:HTML
答案: 【Python】
10、 问题: ( )是机器学习的⼀部分，与神经⽹络⼀起⼯作。
选项：
A:⼈⼯智能
B：深度学习
C:A和B
D：以上都不是
答案: 【深度学习】
11、 问题: ( )是可⽤于标记数据的机器学习算法。
选项：
A：回归算法
B：聚类算法
C：关联规则算法
D：以上都不是
答案: 【回归算法】
12、 问题:⾕歌新闻每天收集⾮常多的新闻，并运⽤( )⽅法再将这些新闻分组，组成若⼲类有关联的新闻。于是，搜索时同⼀组新闻事件往往⾪属同⼀主题的，所以显⽰到⼀起。
选项：
A：回归
B：分类
C：聚类
D：关联规则
答案: 【聚类】
13、 问题：下列哪些学习问题不属于监督学习？( )
选项：
A：聚类
B：降维
C：分类
D：回归
答案: 【聚类;
降维】
14、 问题：下列哪些学习问题不属于监督学习？( )
选项：
A：回归
B：分类
C：聚类
D：关联规则
答案: 【聚类;
关联规则】
15、 问题：机器学习的⽅法由( )等⼏个要素构成。
选项：
A：模型
B：损失函数
C：优化算法
D：模型评估指标
答案: 【模型;
损失函数;
优化算法;
模型评估指标】
16、 问题：对于⾮概率模型⽽⾔，可按照判别函数线性与否分成线性模型与⾮线性模型。下⾯哪些模型属于线性模型？
选项：
A:K-means
B:k近邻
C：感知机
D:AdaBoost
答案: 【K-means;
k近邻;
感知机】
17、 问题：朴素贝叶斯属于概率模型。
选项：
A：正确
B：错误
答案: 【正确】
18、 问题：根据肿瘤的体积、患者的年龄来判断良性或恶性，这是⼀个回归问题。
选项：
A：正确
B：错误
答案: 【错误】
19、 问题:⼤部分的机器学习⼯程中，数据搜集、数据清洗、特征⼯程这三个步骤绝⼤部分时间，⽽数据建模，占总时间⽐较少。选项：
A：正确
B：错误
答案: 【正确】
20、 问题：已知你朋友的信息，⽐如经常发email的联系⼈，或是你微博的好友、的朋友圈，我们可运⽤聚类⽅法⾃动地给朋友进⾏分组，做到让每组⾥的⼈们彼此都熟识。
选项：
A：正确
B：错误
答案: 【正确】
逻辑回归 逻辑回归课后测验
1、 问题:⼀监狱⼈脸识别准⼊系统⽤来识别待进⼊⼈员的⾝份，此系统⼀共包括识别4种不同的⼈员：狱警，⼩偷，送餐员，其他。下⾯哪种学习⽅法最适合此种应⽤需求：
选项：
A:⼆分类问题
B：多分类问题
C：回归问题
D：聚类问题
答案: 【多分类问题】
2、 问题：以下关于分类问题的说法错误的是？
选项：学习java的学习方法
A：分类属于监督学习
B：分类问题输⼊属性必须是离散的
C：多分类问题可以被拆分为多个⼆分类问题
D：回归问题在⼀定条件下可被转化为多分类问题
答案: 【分类问题输⼊属性必须是离散的】
3、 问题：以下关于逻辑回归与线性回归问题的描述错误的是（）
选项：
A：逻辑回归⽤于处理分类问题，线性回归⽤于处理回归问题
B：线性回归要求输⼊输出值呈线性关系，逻辑回归不要求
C：逻辑回归⼀般要求变量服从正态分布，线性回归⼀般不要求
D：线性回归计算⽅法⼀般是最⼩⼆乘法，逻辑回归的参数计算⽅法是似然估计法。
答案: 【逻辑回归⼀般要求变量服从正态分布，线性回归⼀般不要求】
4、 问题：以下关于sigmoid函数的优点说法错误的是？
选项：
A：函数处处连续，便于求导
B：可以⽤于处理⼆分类问题
C：在深层次神经⽹络反馈传输中，不易出现梯度消失
D：可以压缩数据值到[0,1]之间，便于后续处理
答案: 【在深层次神经⽹络反馈传输中，不易出现梯度消失】
5、 问题：逻辑回归的损失函数是哪个？
选项：
A:MSE
B：交叉熵(Cross-Entropy)损失函数
C:MAE
D:RMSE
答案: 【交叉熵(Cross-Entropy)损失函数】
6、 问题：下⾯哪⼀项不是Sigmoid的特点？
选项：
A：当σ(z)⼤于等于0.5时，预测 y=1
B：当σ(z)⼩于0.5时，预测 y=0
C：当σ(z)⼩于0.5时，预测 y=-1
D:σ(z)的范围为(0,1)
答案: 【当σ(z)⼩于0.5时，预测 y=-1】
7、 问题：下列哪⼀项不是逻辑回归的优点？
选项：
A：处理⾮线性数据较容易
B：模型形式简单
C：资源占⽤少
D：可解释性好
答案: 【处理⾮线性数据较容易】
8、 问题：假设有三类数据，⽤OVR⽅法需要分类⼏次才能完成？
选项：
A:1
B:2
C:3
D:4
答案: 【2】
9、 问题：以下哪些不是⼆分类问题？
选项：
A：根据肿瘤的体积、患者的年龄来判断良性或恶性？
B：或者根据⽤户的年龄、职业、存款数量来判断信⽤卡是否会违约？
C:⾝⾼1.85m，体重100kg的男⼈穿什么尺码的T恤？
D：根据⼀个⼈的⾝⾼和体重判断他(她)的性别。
答案: 【⾝⾼1.85m，体重100kg的男⼈穿什么尺码的T恤？】
10、 问题：逻辑回归通常采⽤哪种正则化⽅式？
选项：
A:Elastic Net
B:L1正则化
C:L2正则化
D:Dropout正则化
答案: 【L2正则化】
11、 问题：假设使⽤逻辑回归进⾏多类别分类，使⽤ OVR 分类法。下列说法正确的是？选项：
A：对于 n 类别，需要训练 n 个模型
B：对于 n 类别，需要训练 n-1 个模型
C：对于 n 类别，只需要训练 1 个模型
D：以上说法都不对
答案: 【对于 n 类别，需要训练 n 个模型】
12、 问题：你正在训练⼀个分类逻辑回归模型。以下哪项陈述是正确的？选出所有正确项选项：
A：将正则化引⼊到模型中，总是能在训练集上获得相同或更好的性能
B：在模型中添加许多新特性有助于防⽌训练集过度拟合
C：将正则化引⼊到模型中，对于训练集中没有的样本，总是可以获得相同或更好的性能D：向模型中添加新特征总是会在训练集上获得相同或更好的性能
答案: 【向模型中添加新特征总是会在训练集上获得相同或更好的性能】
13、 问题：以下哪项陈述是正确的？选出所有正确项（ ）
选项：
A：在构建学习算法的第⼀个版本之前，花⼤量时间收集⼤量数据是⼀个好主意。
B：逻辑回归使⽤了Sigmoid激活函数
C：使⽤⼀个⾮常⼤的训练集使得模型不太可能过拟合训练数据。
D：如果您的模型拟合训练集，那么获取更多数据可能会有帮助。
答案: 【逻辑回归使⽤了Sigmoid激活函数;
使⽤⼀个⾮常⼤的训练集使得模型不太可能过拟合训练数据。】

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。