人工智能机器学习技术练习(习题卷1)第1部分：单项选择题，共62题，每题只有一个正确答案，多选或少选均不得分。
1.[单选题]SVM在()情况下表现糟糕。
A)线性可分数据
B)清洗过的数据
C)含噪声数据与重叠数据点
答案:C
解析:
2.[单选题]回归评估指标中RMSE和MSE的关系是()
A)MSE是RMSE的平方
B)没有关系
C)RMSE是MSE的平方
答案:A
解析:
3.[单选题]让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是（__）。
A)有监督学习
B)全监督学习
C)无监督学习
D)半监督学习
答案:D
解析:
4.[单选题]假设有矩阵a，则查看该矩阵有几个维度的是（）。
A)ndim
B)a.size
C)a.ndim()
D)a.size()
答案:A
解析:
5.[单选题]在标准化公式z = 中，使用e 的目的是( )
A)为了加速收敛
B)如果 过小
C)使结果更准确
D)防止分母为零
答案:D
解析:
6.[单选题]向量 X=[1,2,3,4,-9,0] 的 L1 范数为？
A)1
B)19
C)6
解析:L0 范数表示向量中所有非零元素的个数；L1 范数指的是向量中各元素的绝对值之和，又称“稀疏矩阵算子
”；L2 范数指的是向量中各元素的平方和再求平方根。
本例中，L0 范数为 5，L1 范数为 19，L2 范数为 √111。
7.[单选题]最早被提出的循环神经网络门控算法是什么。（）
A)长短期记忆网络
B)门控循环单元网络
C)堆叠循环神经网络
D)双向循环神经网络
答案:A
解析:
8.[单选题]下面关于回归过程的说法，错误的是
A)收集数据：采用任意方法收集数据
B)分析数据：绘出数据的可视化二维图将有助于对数据做出理解和分析，在采用缩减法求得新回归系数之后, 可以 将新拟合线绘在图上作为对比
C)训练算法：到回归系数
D)用算法：使用回归，可以在给定输入的时候预测出一个数值，这是对分类方法的提升，因为这样只可以预测连续型数据
答案:D
解析:
9.[单选题]核矩阵是( )的。
A)没有规律
B)半正定
C)正定
D)样本矩阵
答案:B
解析：只要一个对称函数所对应的核矩阵半正定，它就能作为核函数使用。
10.[单选题]下面选项中t不是s的子序列的是
A)s=<{2,4},{3,5,6},{8}> t=<{2},{3,6},{8}>
B)s=<{2,4},{3,5,6},{8}> t=<{2},{8}>
C)s=<{1,2},{3,4}> t=<{1},{2}>
D)s=<{2,4},{2,4}> t=<{2},{4}>
答案:C
解析:
11.[单选题]与PCA相比,t-SNE的以下说明哪个正确?
A)数据巨大(大小)时,t-SNE可能无法产生更好的结果。
B)无论数据的大小如何,T-NSE总是产生更好的结果。
C)对于较小尺寸的数据,PCA总是比t-SNE更好。
D)都不是
答案:A
解析:
12.[单选题]关于logistic回归和SVM不正确的是（）
A)Logistic 回归目标函数是最小化后验概率
B)Logistic回归可以用于预测事件发生概率的大小
答案:A
解析:
13.[单选题]假如你使用EM算法对一个有潜变量的模型进行最大似然估计(Maximum likelihood estimate)。这时候要求你将算法进行修改，使得其能到最大后验分布(Maximum a Posteriori estimation, MAP)，你需要修改算法的哪个步骤
A)Expection
B)Maimization
C)不需要修改
D)都需要修改
答案:A
解析:E step根据当前参数进行估算,M step根据估算结果更新参数。那么修改估算方法自然在E step中。
14.[单选题]若A与B是任意的两个事件，且P(AB)=P(A)·P(B)，则可称事件A与B()。
A)等价
B)互不相容
C)相互独立
D)相互对立
答案:C
解析：若A与B为互斥事件，则有概率加法公式P(A+B)=P(A)+P(B)；若A与B不为互斥事件，则有公式P(A+B)=P(A)+P(B)-
P(AB)；若A与B为相互独立事件，则有概率乘法公式P(AB)=P(A)P(B)
15.[单选题]能够直观显示出学习器在样本总体上的查全率、查准率的图是()。
A)ROC曲线
B)误差曲线
C)方差曲线
D)P-R曲线
答案:D
解析:
16.[单选题]查准率和查全率是一对__的度量。
A)相容
B)相等
C)矛盾
D)包含
答案:C
解析:
17.[单选题]下列哪项方法不属于图像分割方法（）。
A)边缘检测法
B)阈值分割法
C)区域分割法
D)特征提取法
答案:D
解析:
18.[单选题]假定有一个数据集S，但该数据集有很多误差，采用软间隔SVM训练，阈值
为C，如果C的值很小，以下那种说法正确( )正则化是结构风险最小化策略的实现
A)会发生误分类现象
D)以上都不对
答案:A
解析:
19.[单选题]Boosting是一可将弱学习器提升为强学习器的算法，最著名的代表是____。
A)Bagging
B)随机森林
C)AdaBoost
D)决策树
答案:C
解析:
20.[单选题]在以下不同的场景中，使用的分析方法不正确的有( )
A)根据商家最近一年的经营及服务数据，用聚类算法判断出天猫商家在各自主营类目下所属的商家层级
B)根据商家近几年的成交数据，用聚类算法拟合出用户未来一个月可能的消费金额公式
C)用关联规则算法分析出购买了汽车坐垫的买家，是否适合推荐汽车脚垫
D)根据用户最近购买的商品信息，用决策树算法识别出淘宝买家可能是男还是女
答案:B
解析:
21.[单选题]KNN算法属于一种典型的（）算法
A)监督学习
B)无监督学习
C)半监督学习
D)弱监督学习
答案:A
解析:
22.[单选题]从宏观角度来看，数据可视化的功能不包括（    ）。
A)信息记录
B)信息的推理分析
C)信息清洗
D)信息传播
答案:C
解析:
23.[单选题]有关决策树的说法哪个是错误的( )
A)可以转化为决策规则
B)对新样本起到分类预测的作用
C)决策树的深度越大越好
D)决策树的算法和神经网络的原理不一样
答案:C
解析:
24.[单选题]集成学习中，每个基分类器的正确率的最低要求( )
A)50%以上
B)60%以上
C)70%以上
D)80%以上
25.[单选题]下图中判断未知绿圆的类别，体现了哪个机器学习算法的思想？（）
A)决策树
B)贝叶斯分类器
C)支持向量机
D)K近邻算法
答案:D
解析:
26.[单选题]在深度学习中，涉及到大量矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC，假设三个矩阵的尺寸分别为m*n,n*p,p*q，且m<n<p<q，以下计算顺序效率最高的是:()
A)A(BC)
B)(AB)C
C)(AC)B
D)所有效率都相同
答案:B
解析:
27.[单选题]机器学习的经典定义是： ()
A)利用技术进步改善系统自身性能
B)利用技术进步改善人的能力
C)利用经验改善系统自身的性能
D)利用经验改善人的能力
答案:C
解析:
28.[单选题]对于在原空间中线性不可分问题，支持向量机（）。
A)无法处理
B)将数据映射到核空间中
C)在原空间中寻非线性函数的划分数据
D)在原空间中寻线性函数划分数据
答案:B
解析:
29.[单选题]在猫狗图像分类任务中，如果100个样本，其中50张猫，50张狗，但图像混在一起，无法区分他们是猫是狗，也就是每个图像无对应的类别标签。如果将这100张样本作为训练集，使用机器学习算法训练学习如何分类猫和狗
，此时的训练方法是
A)无监督学习
B)半监督学习
C)监督学习
D)混合学习
答案:A
解析:
30.[单选题]关于集成学习算法的说法正确的是( )
A)一种并行的算法框架
B)一种串行的算法框架
C)一类全新的数据挖掘算法
D)一类将已有算法进行整合的算法

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。