人工智能机器学习技术练习(习题卷7)

试卷科目：人工智能机器学习技术练习人工智能机器学习技术练习(习题卷7)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能机器学习技术练习第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。[单选题]1.样本生成的目的是为了()A)样本准确性B)样本完整性C)样本可信性答案:B解析:[单选题]2.下面哪个/些超参数的增加可能会造成随机森林数据过拟合？A)树的数量B)树的深度C)学习速率答案:B解析:通常情况下，我们增加树的深度有可能会造成模型过拟合。学习速率并不是随机森林的超参数。增加树的数量可能会造成欠拟合。[单选题]3.下列关于线性模型的描述错误的是()。A)支持向量机的判别函数一定属于线性函数B)在样本为某些分布情况时,线性判别函数可以成为最小错误率或最小风险意义下的最优分类器C)在一般情况下,线性分类器只能是次优分类器D)线性分类器简单而且在很多期情况下效果接近最优,所以应用比较广泛答案:A解析:支持向量机的判别函数不一定是线性函数。[单选题]4.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)BaggingB)随机森林C)AdaBoostD)决策树答案:C解析:[单选题]5.以下哪种激活函数可以导致梯度消失()A)ReLUB)TanhC)LeakyReLUD)其他都不是答案:B解析:[单选题]6.()是表现数据分布对称性的指标。A)斜率B)偏斜度C)偏度D)偏离度答案:B解析:偏斜度是对统计数据分布偏斜方向及程度的度量。在偏态分布中,当偏斜度为正值时,分布正偏,即众数位于算术平均数的左侧;当偏斜度为负值时,分布负偏,即众数位于算术平均数的右侧。[单选题]7.下面是三个散点图(A,B,C,从左到右)和和手绘的逻辑回归决策边界。alt="">假设上述决策边界是针对不同的正则化(regularization)值生成的。那么其中哪一个显示最大正则化?A)AB)BC)CD)都具有相同的正则化答案:A解析:因为正则化意味着更多的罚值和图A所示的较简单的决策界限。[单选题]8.下列方法中，属于无监督学习的为（）A)线性回归B)K均值C)神经网络D)决策树答案:B解析:[单选题]9.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:[单选题]10.线性回归的基本假设不包括()。A)随机误差项是一个期望值为0的随机变量B)对于解释变量的所有观测值,随机误差项有相同的方差C)随机误差项彼此相关D)解释变量是确定性变量不是随机变量,与随机误差项之间相互独立答案:C解析:线性回归的基本假设:(1)线性关系假设。(2)正态性假设,指回归分析中的Y服从正态分布。(3)独立性假设,包含两个意思:①与某一个X对应的一组Y和与另一个X对应的一组Y之间没有关系,彼此独立;②误差项独立,不同的X所产生的误差之间应相互独立,无自相关。(4)误差等分散性假设:特定X水平的误差,除了应呈随机化的常态分配,其变异量也应相等,称为误差等分散性。[单选题]11.针对下面的代码，说法不正确的是（）；importnumpyasnpa=np.array([0,1,2,3,4]）importpandasaspdb=pd.Series([0,1,2,3,4])A)a和b是不同的数字类型，他们之间不能直接进行运算。B)a和b表达同样的数据内容C)a和b都是一维数据D)a参与运算的执行速度明显比b快答案:D解析:[单选题]12.下列关于缺失值检测的说法中，正确的是（）。A)null()和notnull()可以对缺失值进行处理B)dropna()方法既可以删除观测记录，也可以删除特征C)fillna()方法中用来替换缺失值的值只能是DataFrame对象D)Pandas库中的interpolate模块包含了多种插值方法答案:B解析:[单选题]13.隐马尔可夫模型（HiddenMarkovModel，简称HMM）是结构最简单的（）?A)动态贝叶斯网B)动态马尔科夫网C)动态拉普拉斯网D)静态马尔可夫网答案:A解析:[单选题]14.建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？A)根据内容检索B)建模描述C)预测建模D)寻找模式和规则答案:C解析:[单选题]15.()情况下,LDA会失败。A)如果有辨识性的信息不是平均值,而是数据的方差B)如果有辨识性的信息是平均值,而不是数据方差C)如果有辨识性的信息是数据的均值和方差D)以上答案都不正确答案:A解析:LDA的思想是投影后类内方差最小、类间方差最大。[单选题]16.关于机器学习算法正确的是()A)LR模型在加入正则化项后Variance将增大B)线性SVM是寻找最小边缘的超平面的一个分类器C)xgboost和GDBT都是属于boosting算法D)xgboost和随机森林都是属于bagging算法答案:C解析:[单选题]17.隐马尔可夫模型(HMM),设其观察值空间为状态空间为alt="">如果用维特比算法(Viterbialgorithm)进行解码,时间复杂度为()A)O(NK)B)O(NK^2)C)O(N^2K)D)以上都不是答案:D解析:alt=""class="fr-ficfr-dii">[单选题]18.下列选项中，用于删除缺失值的方法是（）。A)isnull()B)delete()C)dropna()D)fillna()答案:C解析:isnull方法用于检测，当返回结果中有True时，表示有重复的数据；fillna方法用于填充缺失数据。[单选题]19.移动端开发中常用的数据库是A)MySQLB)OracleC)SQLiteD)MongoDB答案:C解析:[单选题]20.下列关于基于层次的聚类方法的描述不正确的是（）A)按照层次聚类的过程分为自底向上和自顶向下2大类方法B)如果一直重复聚类过程的话，所有的样品最后可以归为一类C)自底向上的聚类方法是一种分裂聚类方法D)无论类间距离采用哪种计算方法，最终都是将最小距离的2个簇合并答案:C解析:[单选题]21.Python的基本语法仅支持整型、浮点型和复数类型，而NumPy和Pandas包支持int64/int32/int16/int8等20余种数字类型，下列选项中，（）说法是不正确的。A)科学计算可能涉及很多数据，对存储和性能有较高要求，因此支持多种数字类型B)NumPy包底层是采用C语言实现的，因此，天然支持了多种数字类型C)程序员必须精确指定数字类型，因此，会给编程带来一定负担D)对元素类型进行精确定义，有助于NumPy和Pandas包更合理地优化存储空间答案:C解析:[单选题]22.(__)主要为组织机构提供企业级应用技术或工具。A)人力资本B)行业应用C)企业应用D)B2B营销答案:C解析:[单选题]23.精确推断的实质是一类（）规划算法，它利用图模型所描述的条件独立性来削减计算目标概率值所需的计算量。A)静态B)动态C)伪静态D)一阶答案:B解析:[单选题]24.()表达了在当前任务上任何学习算法所能达到的期望泛化误差的下界,即刻画了学习问题本身的难度。A)偏差B)方差C)噪声D)泛化误差答案:C解析:泛化误差可分解为偏差、方差与噪声之和。偏差度量了学习算法的期望预测与真实结果的偏离程度,即刻画了学习算法本身的拟合能力;方差度量了同样大小的训练集的变动所导致的学习性能的变化,即刻画了数据扰动所造成的影响;噪声则表达了在当前任务上任何学习算法所能达到的期望泛化误差的F界,即刻画了学习问题本身的难度。[单选题]25.下列哪种嵌入方式支持双向上下文(BidirectionalContext)?A)Word2VecB)BERTC)GloVeD)以上所有答案:B解析:[单选题]26.关于线性回归模型及模型参数，不正确的说法是：A)均方误差即所有实例预测值与实际值误差平方的均值B)线性回归模型的训练目标是找到使得损失函数最大化的模型参数C)线性回归模型的训练目标是找到使得损失函数最小化的模型参数D)线性回归模型通常使用均方误差（MSE）作为损失函数答案:B解析:[单选题]27.英文如何分词？（）A)利用空格对句子分词B)利用逗号分词C)根据英文短语分词D)根据词性分词答案:A解析:[单选题]28.()属于SVM应用。A)文本和超文本分类B)图像分类C)新文章聚类D)以上均是答案:D解析:SVM可用于分类与回归,文本和超文本分类、图像分类、新文章聚类。[单选题]29.一个输入为（32，32，3）的数据集，通过一个大小为2×2的不重叠最大池化层，输出（）。A)（28，28，8）B)（16，16，8）C)（28，28，3）D)（16，16，3）答案:D解析:[单选题]30.在Pandas中tail()这个函数是做什么的？（）。A)用来创建数据B)用来分析数据C)用来计算数据D)用来展现数据答案:D解析:[单选题]31.作为分布式消息队列,既有非常优秀的吞吐量,又有较高的可靠性和扩展性,同时接受SparkStreaming的请求,将流量日志按序发送给SparkStreaming集群是()A)FlumeB)ZookeeperC)KafkaD)Sparkstreaming答案:C解析:[单选题]32.对数据进行数据清理、集成、变换、规约是数据挖掘哪个步骤的任务？()A)频繁模式挖掘B)分类和预测C)数据预处理D)噪声检测答案:C解析:[单选题]33.下列关于支持向量机的说法错误的是（__)。A)硬间隔支持向量机易出现过拟合的情况B)软间隔支持向量机的目标函数不是一个二次规划问题C)松弛变量可用来解决线性不可分问题D)支持向量机可用来进行数据的分类答案:B解析:[单选题]34.（__）是M-P神经元，也称为?阈值逻辑单元?。A)输入层B)输出层C)第一层D)第二层答案:B解析:[单选题]35.L表示模糊分类器的特征关键词，由T推导出模糊集F，以下哪个算法可以计算不同F之间的关联度？（）A)SVMB)EWCC)SRD)EM答案:C解析:[单选题]36.支持向量机的对偶问题是()A)线性优化问题B)二次优化C)凸二次优化D)有约束的线性优化答案:C解析:[单选题]37.贝叶斯模型平均基于后验概率来为不同的模型赋予权重，可视为（__)的一种特殊实现。A)加权平均法B)投票法C)排序法D)学习法答案:A解析:[单选题]38.下列极大似然估计描述错误的是A)极大似然估计先假定其具有某种确定的概率分布形式；B)极大似然估计没有确定的概率分布形式；C)概率模型的训练过程就是参数估计；D)贝叶斯学派认为参数本身也有分布，是未观察的随机变量；答案:B解析:[单选题]39.在方差分析中,()反映的是样本数据与其组平均值的差异。A)总离差B)组间误差C)抽样误差D)组内误差答案:D解析:组内误差是来自样本内部数据之间的随机误差,它反映了样本数据自身的差异程度;组间误差由因子的不同处理造成的处理误差和抽样的随机误差组成,反映了不同样本之间数据的差异程度。[单选题]40.以下关于数据产品特征的描述不正确的是A)数据产品往往能达到极高的准确度，并且保持稳定B)数据产品所使用的数据包含很多差数据C)数据产品会随着环境的改变发生变化D)数据产品的决策会直接影响业务的表现答案:A解析:[单选题]41.数据产品开发的关键环节是(__)。A)数据加工B)数据柔术C)数据归约D)数据清洗答案:A解析:[单选题]42.点击率预测是一个正负样本不平衡问题（例如99%的没有点击，只有1%点击）。假如在这个非平衡的数据集上建立一个模型，得到训练样本的正确率是99%，则下列说法正确的是？A)模型正确率很高，不需要优化模型了B)模型正确率并不高，应该建立更好的模型C)无法对模型做出好坏评价D)以上说法都不对答案:B解析:这一题延续了上题中准确率和召回率的知识点，考查了正负样本分布不均问题。模型训练过程中正负样本分布不均是常见的问题。这时候不能单独只看预测正确率。对于此题来说，如果我们预测的结果是100%没有点击，0%点击，那么可以说正确率是99%，因为只有1%的点击预测错误。但是，我们其实更关心的那1%的点击率并没有预测出来。可以说这样的模型是没有任何意义的。对应正负样本不平衡的情况需要做一些数据处理，主要包括：采样、数据合成、惩罚因子加权、一分类。其中，一分类即是在正负样本分布极不平衡的时候，把它看做一分类（OneClassLearning）或异常检测（NoveltyDetection）问题。这类方法的重点不在于捕捉类间的差别，而是为其中一类进行建模，经典的工作包括One-classSVM等。[单选题]43.（__)先将数据集中的每个样本看做一个初始聚类簇，然后在算法运行的每一步找到距离最近的两个聚类簇进行合并，该过程不端重复，直至达到预设的聚类簇个数。A)原型聚类B)密度聚类C)层次聚类D)AGNES答案:D解析:[单选题]44.一般来说,下列哪种方法常用来预测连续独立变量?A)线性回归B)逻辑回顾C)线性回归和逻辑回归都行D)以上说法都不对答案:A解析:线性回归一般用于实数预测,逻辑回归一般用于分类问题。[单选题]45.哪些文本分析技术可被用于名词短语检测、动词短语检测、主语检测和宾语检测?A)词性标注(PartofSpeechTagging)B)SkipGram和N-Gram提取C)连续性词袋(BagofWords)D)依存句法分析(DependencyParsing)和成分句法分析(ConstituencyParsing)答案:D解析:[单选题]46.在模型评估与度量的方法中，（__）直接将数据集划分为两个互斥的集合，一个作为训练集，另一个作为测试集。A)自助法B)留出法C)交叉验证法D)错误率分析答案:B解析:[单选题]47.机器学习研究的目标有三个,不包括(A)人类学习与过程的认知模型B)通用学习算法C)构造面问仕务的专用学习系统D)制作长相接近人类的机器系统答案:D解析:[单选题]48.异常检测过程查找基于()组标准值偏差的异常个案。A)单体B)分类C)聚类D)回归答案:C解析:异常检测过程查找基于聚类组标准值偏差的异常个案。该过程设计为在探索性数据分析步骤中,快速检测到用于数据审核的异常个案,并优先于任何推论性数据分析。[单选题]49.关于KNN最近邻分类算法的过程:①计算训练样本和测试样本中每个样本点的距离(常见的距离度量有欧式距离、马氏距离等);②对上面所有的距离值进行排序;③选前k个最小距离的样本;④根据这k个样本的标签进行投票,得到最后的分类类别。正确的排序为A)①③②④B)②④③①C)①②③④D)①②④③答案:C解析:[单选题]50.以下对Value相关描述不正确的是()。A)Value是指应用价值高B)Value是指我们淹没在知识海洋，却忍受着知识的饥渴C)如何从海量数据中洞见出有价值的数据是数据科学的重要课题之一D)大数据中，数据价值与数据量之间不一定存在线性关系答案:A解析:[单选题]51.?文档?是待处理的数据对象，它由一组词组成，这些词在文档中不计顺序的额，例如一篇论文、一个网页都可以看做一个文档；这样的表示方式称为？A)语句B)词袋C)词海D)词塘答案:B解析:[单选题]52.(__)是指抽取情感文本中有价值的情感信息，其要判断一个单词或词组在情感表达中扮演的角色，包括情感表达者识别，评价对象识别，情感观点词识别等任务。A)情感分类B)情感检索C)情感抽取D)情感分析答案:C解析:[单选题]53.概率模型的训练过程就是()过程。A)分类B)聚类C)参数估计D)参数选择答案:C解析:[单选题]54.下列对于查准率的描述，解释正确的是（__）。A)统计分类器预测出来的结果与真实结果不相同的个数，然后除以总的样例集D的个数。B)先统计分类正确的样本数，然后除以总的样例集D的个数。C)预测为正的样例中有多少是真正的正样例D)样本中的正例有多少被预测正确答案:C解析:[单选题]55.考虑值集{12243324556826},其四分位数极差是:A)31B)24C)55D)3答案:A解析:[单选题]56.如果将均匀噪声的定义范围增加一倍,则其方差?A)不变B)增加为两倍C)增加为四倍D)增加为八倍答案:B解析:[单选题]57.请阅读下列一段示例程序：ImportnumpyasnpArr1=np.array([[0],[1],[2]])Arr2=np.array([1,2])Result=arr1+arr2Print(result.shape)运行上述程序，那么最终输出的结果为（）。A)(3,2)B)(2,3)C)(3,0)D)(2,0)答案:A解析:[单选题]58.输入图像为32x32，经过步长为1，不进行padding，卷积核为5x5的卷积层后，得到的特征图尺寸是多少？（）A)28x28B)27x27C)29x29D)32x32答案:A解析:第2部分：多项选择题，共17题，每题至少两个正确答案,多选或少选均不得分。[多选题]59.下列关于密度聚类说法,错误的是()。A)DBSCAN是一种著名的密度聚类算法B)密度聚类从样本数量的角度来考察样本之间的可连接性C)密度聚类基于不可连接样本不断扩展聚类簇,以获得最终的聚类结果D)密度直达关系通常满足对称性答案:BCD解析:密度聚类从样本密度的角度来考察样本之间的可连接性;密度聚类基于可连接样本不断扩展聚类簇,以获得最终的聚类结果;密度直达关系通常不满足对称性;密度可达关系满足直递性,但不满足对称性;密度相连关系满足对称性。[多选题]60.下列哪些是特征选择方法A)AIC赤池信息准则B)LARS嵌入式特征选择方法C)LVW包裹式特征选择方法D)Relief过滤式特征选择方法答案:BCD解析:[多选题]61.根据学习形式，数据科学中机器学习可分为(__)。A)人工神经网络和增强学习B)基于实例学习C)遗传算法D)贝叶斯学习答案:ABCD解析:[多选题]62.下列关于核函数的说法正确的是(__)。A)任何一个函数都可以作为核函数B)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C)任何一个核函数都隐式地定义了一个再生核希尔伯特空间D)核函数可将低维空间中线性可分的数据映射到高维空间，使其线性不可分答案:BC解析:[多选题]63.知识图谱构建过程中涉及下列哪些内容？()**A)知识获取B)知识融合C)知识验证D)知识分析答案:ABC解析:[多选题]64.数据治理包括哪些类型A)应对型治理B)主动型治理C)被动型治理D)安全型治理答案:AB解析:[多选题]65.逻辑回归的一般过程是()A)拟合sigmoidfunctionB)某个样本的sigmoidfunction的计算结果看做是这个样本属于类别1的概率C)其它样本的sigmoidfunction的计算结果看做是样本属于类别0的概率D)将sigmoidfunction的计算结果大于等于0.5的归属为类别1,小于0.5的归为类别0答案:ABD解析:[多选题]66.人工智能的研究包括()A)机器人B)语言识别C)图像识别D)自然语言处理答案:ABCD解析:[多选题]67.一个回归模型存在多重共线问题。在不损失过多信息的情况下,你该怎么做()A)移除共线的两个变量B)移除共线的两个变量其中一个C)我们可以计算方差膨胀因子(varianceinflationfactor)来检查存在的多重共线性并采取相应的措施D)移除相关变量可能会导致信息的丢失,为了保留这些变量,我们可以使用岭回归(ridge)或lasso等回归方法对模型进行惩罚答案:BCD解析:为了检查多重共线性,我们可以创建相关系数矩阵来辨别和移除相关系数大于75%的变量(阈值根据情况设定),除此之外,我们可以使用VIF方法来检查当前存在的共线变量。VIF<=4表明没有多种共线,VIF>=10表明有着严重的多重共线性。当然,我们也可以使用公差(tolerance)作为评估指标。但是,移除相关变量可能导致信息的丢失,为了保留这些变量,我们可以使用带惩罚的回归方法。我们也可以在相关变量之间随机加入噪音,使得变量之间存在差异。但增加噪音可能影响准确度,因此这种方法应该小心使用。[多选题]68.现实应用中使用的模型经常是（）和（）的结合？A)马尔可夫网B)马尔可夫随机场C)拉普拉斯D)贝叶斯答案:BD解析:[多选题]69.影响聚类算法效果的主要原因有()。A)特征选取B)模式相似性测度C)分类准则D)已知类别的样本质量答案:ABC解析:聚类算法是无监督的学习算法,训练样本的标记信息是未知的。[多选题]70.自助法在__时很有用。A)数据集较小B)数据集较大C)难以划分有效训练集D)难以划分有效测试集答案:ACD解析:[多选题]71.要对受孤立噪声点影响的图像进行平滑滤波。不能达到效果的滤波器是?A)中值滤波器:B)领域平均滤波器;C)高频增强滤波器;D)线性锐化滤波器;答案:CD解析:[多选题]72.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的有哪些？A)图半监督学习B)半监督SVMC)半监督聚类D)直推学习答案:ABCD解析:[多选题]73.特征选择在子集生成与搜索方面引入了人工智能搜索技术和子集评价方法。其中人工智能搜索技术有()。A)分支界限法B)浮动搜索法C)信息熵D)AIC答案:ABCD解析:特征选择在子集生成与搜索方面引入了很多人工智能搜索技术,如分支界限法、浮动搜索法等;在子集评价方法则采用了很多源于信息论的准则,如信息熵、AIC等。[多选题]74.关于搜索与求解,描述正确的是()**A)搜索是为了达到某一目标而多次进行某种操作、运算、推理或计B)所有的智能活动过程，都可以看作或者抽象为一个基于搜索的问题C)搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方D)搜索可以看作人类和其他生物所具有的一种元知识答案:ABCD解析:[多选题]75.下列关于子集搜索方法的描述正确的是A)前向搜索是从单特征子集开始，每次尝试逐渐增加相关特征B)后向搜索是从完整的特征集合开始，每次尝试去掉一个无关特征C)双向搜索是每轮逐渐增加相关特征、同时减少无关特征D)子集搜索方法的策略都是贪心的答案:ABCD解析:第3部分：判断题，共12题，请判断题目是否正确。[判断题]76.一个事件的概率（odds）指该事件发生的概率与该事件不发生的概率的比值。A)正确B)错误答案:对解析:[判断题]77.无监督学习任务中研究最多、应用最广的是聚类A)正确B)错误答案:对解析:[判断题]78.任何一个有效的机器学习算法必须有其归纳偏好A)正确B)错误答案:对解析:[判断题]79.通用函数会对数组中的每一个元素都进行操作。A)正确B)错误答案:错解析:[判断题]80.深度学习是机器学习研究领域的子集A)正确B)错误答案:错解析:[判断题]81.平方损失函数适合二分类或多分类的场景,而交叉熵损失则更适合输出为连续的场景。()A)正确B)错误答案:错解析:[判断题]82.编码矩阵的三元码将每个类别分别制定为正类、反类、停用类。__A)正确B)错误答案:对解析:[判断题]83.KNN没有显示的训练过程，它在训练阶段只是把数据保存下来，训练时间开销为0，等收到测试样本后进行处理。A)正确B)错误答案:对解析:[判断题]84.朴素贝叶算法不需要样本特征之间的独立同分布A)正确B)错误答案:错解析:[判断题]85.聚类需要从没有标签的一组输入向量中寻找数据的模型和规律。A)正确B)错误答案:对解析:[判断题]86.一般来说，查准率高时，查全率也高。A)正确B)错误答案:错解析:[判断题]87.随机森林的两个随机指的是随机选取样本和随机选取属性A)正确B)错误答案:对解析:第4部分：问答题，共9题，请在空白处填写正确答案。[问答题]88.给定6维分类样本C=(A，B，A，B，A，A)，D=(B，B，A，B，B，A)，试求:样本间相似性的简单匹配系数答案:A的编码为0、B的编码为1;所以简单匹配系数d(AB)=(2+2)/(2+2+0+2)=2/3解析:[问答题]89.属性shape返回的是（）。答案:维度解析:[问答题]90.逻辑回归是（）学习答案:有监督解析:[问答题]91.训练误差较大，测试误差较大，是指模型出现了（）的情况答案:欠拟合解析:[问答题]92.Numpy中的random模块中的函数shuffle的功能是对一个序列进行（）。答案:随机排序解析:[问答题]93.卫生部调查孕妇吸烟对婴儿健康的影响．模型设定如下:b=β_0+β_1cigs+μ，其中，b表示婴儿体重(盎司)，作为婴儿健康程度的替代变量;c