机器学习复习题及答案

一、单选题1、‍下列哪位是人工智能之父？（）A.MarnivLeeMinskyB.HerbertA.SimonC.AllenNewellD.JohnCliffordShaw对的答案：A2、​根据王珏的理解，下列不属于对问题空间W的统计描述是（）。A.一致性假设B.划分C.泛化能力D.学习能力对的答案：D3、‍下列描述无监督学习错误的是（）。A.无标签B.核心是聚类C.不需要降维D.含有较好的解释性对的答案：C4、​下列描述有监督学习错误的是（）。A.有标签B.核心是分类C.全部数据都互相独立分布D.分类因素不透明对的答案：C5、‍下列哪种归纳学习采用符号表达方式？（）A.经验归纳学习B.遗传算法C.联接学习D.强化学习对的答案：A6、‎混淆矩阵的假正是指（）。A.模型预测为正的正样本B.模型预测为正的负样本C.模型预测为负的正样本D.模型预测为负的负样本对的答案：B7、‍混淆矩阵的真负率公式是为（）。A.TP/(TP+FN)B.FP/(FP+TN)C.FN/(TP+FN)D.TN/(TN+FP)对的答案：D8、‏混淆矩阵中的TP=16，FP=12，FN=8，TN=4，精确率是（）。A.1/4B.1/2C.4/7D.4/6对的答案：B9、​混淆矩阵中的TP=16，FP=12，FN=8，TN=4，精确率是（）。‏A.1/4B.1/2C.4/7D.2/3对的答案：C10、‍混淆矩阵中的TP=16，FP=12，FN=8，TN=4，召回率是（）。A.1/4B.1/2C.4/7D.2/3对的答案：D11、‏混淆矩阵中的TP=16，FP=12，FN=8，TN=4，F1-score是（）。A.4/13B.8/13C.4/7D.2/30.00/2.00对的答案：B12、‎EM算法的E和M指什么？（）A.Expectation-MaximumB.Expect-MaximumC.Extra-MaximumD.Extra-Max对的答案：A13、‍EM算法的核心思想是？（）A.通过不停地求取目的函数的下界的最优值，从而实现最优化的目的。B.列出优化目的函数，通过办法计算出最优值。C.列出优化目的函数，通过数值优化办法计算出最优值。D.列出优化目的函数，通过坐标下降的优化办法计算出最优值。对的答案：A14、​LDA模型的隐变量Z是（）。A.每个词对应的主题B.每篇文档对应的主题C.每段话对应的主题D.每个词组对应的主题对的答案：A15、‎LDA模型中的一种主题指（）。A.词集合上的一种概率分布B.词组集合上的一种概率分布C.整个文档上的一种概率分布D.整个文档集合上的一种概率分布对的答案：A16、‎SVM算法的性能取决于（）。A.核函数的选择B.核函数的参数C.软间隔参数D.以上全部对的答案：D17、‎SVM中的代价参数C表达什么？（）A.在分类精确性和模型复杂度之间的权衡B.交叉验证的次数C.以上都不对D.用到的核函数对的答案：A18、‍下列有关支持向量机说法不对的的是（）。A.得到的是局部最优解B.含有较好的推广能力C.是凸二次优化问题D.采用构造风险最小化原理对的答案：A19、‌下列有关核函数不对的的是（）。A.能够采用cross-va1idalion办法选择最佳核函数B.满足Mercer条件的函数不一定能作为支持向量机的核函数C.极大地提高了学习机器的非线性解决能力D.函数与非线性映射并不是一一对应的关系对的答案：B20、‏一对一法分类器，k个类别需要多少个SVM（）。A.k(k-1)/2B.k(k-1)C.kD.k!对的答案：A22、‎有关聚类分析说法错误的是（）。A.不必有标记的样本B.能够用于提取某些基本特性C.能够解释观察数据的某些内部构造和规律D.聚类分析一种簇中的数据之间含有高差别性对的答案：D23、两个n维向量α(x11,x12,⋯,x1n)A.dB.C.dD.cos对的答案：A24、‎闵可夫斯基距离表达为曼哈顿距离时p为（）。A.1B.2C.3D.4对的答案：A25、‏有关K-means说法不对的的是（）。A.算法可能终止于局部最优解B.簇的数目k必须事先给定C.对噪声和离群点数据敏感D.适合发现非凸形状的簇对的答案：D26、‎k中心点算法每次迭代的计算复杂度是多少？（）A.O(1)B.O(k)C.O(nk)D.O(k对的答案：D27、‏下面是矩阵M=3001的特性值为A.3B.2C.-1D.0对的答案：A28、‏下图中有多少个团？（）​‏A.4B.5C.6D.7对的答案：D29、‌下图中有多少个最大团？（）A.0B.1C.2D.3对的答案：C30、‍假设某事件发生的概率为p，则此事件发生的几率为（）。A.pB.1-pC.p/(1-p)D.(1-p)/p对的答案：C31、‍贝叶斯网络来源于贝叶斯统计学，是以（）为基础的有向图模型，它为解决不拟定知识提供了有效的办法。A.线性代数B.逻辑学C.概率论D.信息论对的答案：C32、‏下列哪项说法不对的。（）A.人工智能是对人类智能的模拟B.人工神经元是对生物神经元的模拟C.生物神经信号由树突传递给轴突D.人工神经元的激活函数能够有多个设计对的答案：C33、‎下列哪项说法对的。（）A.异或问题中能找到一条直线对的划分全部点B.随着自变量数目的增多，全部二值函数中线性可分函数的比例逐步增大C.如果一种神经网络构造里面有多个神经元，就一定能解决异或问题D.普通一种神经元涉及线性和非线性两种运算对的答案：D34、‏通用近似定理阐明（）。A.多层感知机能够做为函数近似器逼近任意函数B.只需一种隐藏层的多层感知机就能作为通用函数近似器，因此没必要设计深层网络C.给定隐藏层神经元，三层感知机能够近似任意从一种有限维空间到另一种有限维空间的Borel可测函数D.以上全不对对的答案：D35、‍强化学习基本要素有哪些？（）A.状态、动作、奖励B.状态、动作、折扣因子C.动作、折扣因子、奖励D.状态、奖励、探索方略对的答案：A36、‌不需要建模环境，等待真实反馈再进行接下来的动作，这是哪种强化学习算法。（）A.Model-free办法B.Model-based办法C.Policy-based办法D.Value-based办法对的答案：A37、‏Q-learning属于哪种算法。（）A.On-policy算法B.Off-policy算法C.Model-based算法D.Value-based算法对的答案：B38、‍马尔科夫决策过程由哪几个元素来表达（）。A.状态、动作、转移概率、方略、折扣因子B.状态、动作、转移概率、折扣因子、回报函数C.状态、动作、输入、输出、回报函数D.状态、动作、值、方略、回报函数对的答案：B39、​有关episode说法错误的是（）。A.一种episode就是一种从起始状态到结束的经历B.蒙特卡洛办法需要极少的episode就能够得到精确成果C.TD办法每次更新不需要使用完整的episodeD.蒙特卡洛的办法需要等到整个episode结束才干更新对的答案：B40、​如果我们的机器（或智能体）每次训练更新的损耗会比较大，我们更倾向于选择哪种算法。（）A.SarsaB.Q-learningC.两者都能够D.两者都不行对的答案：A41、‌有关方略梯度的办法说法对的的是（）。​A.只合用于离散动作空间B.合用于持续动作空间C.方略梯度的办法与DQN中的目的函数一致D.方略梯度的办法通过Q值挑选动作对的答案：B二、判断题1、‌有关EM算法的收敛性，EM算法理论上不能够确保收敛。对的答案：×2、‌有关EM算法的用途，EM算法只合用不完全数据的情形。对的答案：×3、​Jessen不等式等号成立的条件是：变量为常数。对的答案：√4、‍Jessen不等式E(f(x))>=f(E(x)),左边部分不不大于等于右边部分的条件是函数f是凸函数，如果f是凹函数，左边部分应当是不大于等于右边部分。对的答案：√5、‍EM算法由于是理论能够确保收敛的，因此必定能够获得最优解。对的答案：×6、‍EM算法首先猜想每个数据来自哪个高斯分布，然后求取每个高斯的参数，之后再去重新猜想每个数据来自哪个高斯分布，类推动一步迭代，直到收敛，从而得到最后的参数预计值。对的答案：√7、​EM算法，含有通用的求解形式，因此对任何问题，其求解过程都是同样，都能很容易求得成果。对的答案：×8、‌EM算法普通不需要设立步长，并且收敛速度普通很快。对的答案：√9、‎吉布斯采样是一种通用的采样办法，对于任何概率分布都能够采样出对应的样本。对的答案：×10、‍LDA模型的核心假设是：假设每个文档首先由主题分布表达，然后主题由词概率分布表达，形成文档-主题-词的三级层次。对的答案：√11、​Gibbs采样是一类通用的采样办法，和M-H采样办法没有任何关系。对的答案：×12、‍有关LDA模型中的K，K的指定，必须考虑数据集合的特点，选择一种较为优化的数值。对的答案：×13、‏LDA模型是一种生成式模型。​对的答案：√14、​主题建模的核心是拟定数据集合的主题个数。对的答案：×15、‏主题建模本质上是：‏一种新的文档表达办法，重要是通过主题的分布来表达一种文档。‏一种数据压缩办法，将文档压缩在更小的空间中。对的答案：√16、‌SVM中的泛化误差代表SVM对新数据的预测精确度。对的答案：√17、‎若参数C（costparameter）被设为无穷，只要最佳分类超平面存在，它就能将全部数据全部对的分类。对的答案：√18、‎“硬间隔”是指SVM允许分类时出现一定范畴的误差。对的答案：×19、‌支持向量是最靠近决策表面的数据点。对的答案：√20、‏数据有噪声，有重复值，不会造成SVM算法性能下降。对的答案：×21、‎分裂层次聚类采用的方略是自底向上。对的答案：×22、‌DBSCAN对参数不敏感。对的答案：×23、​EM聚类属于软分聚类办法。对的答案：√24、‏k-means算法、EM算法是建立在凸球形的样本空间上的聚类办法。对的答案：√25、‌逻辑斯蒂回归模型是一种回归算法。对的答案：×26、‏熵最大时，表达随机变量最不拟定，也就是随机变量最随机，对其行为做精确预测最困难。对的答案：√27、‍从最大熵思想出发得出的最大熵模型，采用最大化求解就是在求P(y|x)的对数似然最大化。对的答案：√28、‏GIS算法的收敛速度由计算更新值的步长拟定。C值越大，步长越大，收敛速度就越快。对的答案：×29、‌贝叶斯网络含有的条件独立性是结点与其后裔结点条件独立。对的答案：×30、‏最大似然预计办法是实例数据不完备状况下的学习办法。对的答案：×31、‍隐马尔可夫模型是一种统计模型，经惯用来描述一种含有隐含未知参数的马尔可夫过程。对的答案：√32、‎LSTM和GRU网络由于引入了门控单元，能够缓和梯度消失问题。对的答案：√33、‏循环神经网络准时间展开后就能够通过反向传输算法训练了。对的答案：√34、‌卷积神经网络普通比全连接神经网络参数少，因此能力更差。对的答案：×35、‏训练算法的目的就是要让模型拟合训练数据。对的答案：×36、‍反向传输算法中需要先计算靠近输入层参数的梯度，再计算靠近输出层参数的梯度。对的答案：×三、多选题1、​LDA模型在做参数预计时，最惯用的办法是（）。A.Gibbs采样办法B.变分推断C.梯度下降D.Beamsearch对的答案：A、B2、‏下列有关逻辑斯蒂回归模型的描述对的的是（）。A.针对分类的可能性进行建模，不仅能预测出类别，还能够得到属于该类别的概率。B.直接对分类的可能性进行建模，无需事先假设数据分布，这样就避免了假设分布不精确所带来的问题。C.模型本质仍然是一种线性模型，实现相对简朴。D.逻辑斯蒂回归模型是线性回归模型对的答案：A、B、C、D3、‌条件随机场需要解决的核心问题有（）。A.特性函数的选择B.参数预计C.约束条件D.模型推断对的答案：A、B、D4、‏基于搜索评分的办法，核心点在于（）。A.拟定适宜的搜索方略B.拟定搜索优先级C.拟定评分函数D.拟定选择方略对的答案：A、C5、‍基于约束的办法通过统计独立性测试来学习结点间的（）。A.独立性B.依赖性C.完备性D.有关性对的答案：A、D6、​在数据不完备时，贝叶斯网络的参数学习办法有（）。A.高斯逼近B.最大似然预计办法C.蒙特卡洛办法D.拉普拉斯近似对的答案：A、C、D7、‎隐马尔可夫模型的三个基本问题是（）。A.估值问题B.状态更新C.寻找状态序列D.学习模型参数对的答案：A、C、D8、‌普通有哪几个训练神经网络的优化办法？（）A.梯度下降法B.随机梯度下降法C.小批量随机梯度下降法D.集成法对的答案：A、B、C9、​为什么循环神经网络能够用来实现自动问答，例如对一句自然语言问句给出自然语言回答？（）A.由于自动问答能够当作是一种序列到序列的转换B.由于循环神经网要比卷积神经网更强大C.由于循环神经网络能够解决变长输入D.由于卷积神经网络不能解决字符输入对的答案：A、C10、​下列有关蒙特卡洛办法描述对的的是（）。A.蒙特卡洛办法计算值函数能够采用First-visit办法B.蒙特卡洛办法方差很大C.蒙特卡洛办法计算值函数能够采用Every-visit办法D.蒙特卡洛办法偏差很大对的答案：A、B、C11、‏在Q-learning中，下列说法对的的是（）。A.在状态s'时计算的Qs',aB.在状态s'时计算的QsC.更新中，Q的真实值为r+γ(maxQD.更新中，Q的真实值为Q(s,a)对的答案：A、C12、‌Sarsa与Q-learning的区别是？（）A.Sarsa是off-policy，而Q-learning是on-policyB.Sarsa是on-policy，而Q-learning是off-policyC.Q-learning在算法更新时，对应的下一种动作并没有执行，而sarsa的下一种动作在这次更新时已经拟定了D.Q-learning是一种保守的算法，sarsa是一种贪婪勇敢的算法对的答案：B、C13、‍Q-learning与Sarsa相似的地方是（）。A.都使用了ε-greedy等方略进行探索B.都用q-table存储状态动作对C.更新公式相似D.两者都能够找到最优的方略对的答案：A、B14、​有关经验池（experiencereplay）叙述对的的是（）。A.为了缩小样本量，能够让样本输入到神经网络中B.打破样本之间的持续性C.每次更新时在经验池中按次序采样样本D.每次更新时随机采样样