人工智能机器学习技术练习(习题卷16)

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16)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58题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.以下哪个操作可能会产生大量小文件A)mapper数较多的map-only任务B)reduer数较多的任务C)从海量数据中过滤出符合条件的少量数据答案:C解析:[单选题]2.线性回归和逻辑回归中，关于损失函数对权重系数的偏导数，下列说法正确的是？A)两者不一样B)两者一样C)无法确定答案:B解析:[单选题]3.正常建立一条TCP连接需要()个步骤,正常关闭一个TCP连接需要()个步骤A)3,3B)3,4C)4,4D)4,3答案:B解析:[单选题]4.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:[单选题]5.关于OLAP和OLTP的说法,下列不正确的是:A)OLAP事务量大,但事务内容比较简单且重复率高.B)OLAP的最终数据来源与OLTP不一样.C)OLTP面对的是决策人员和高层管理人员.D)OLTP以应用为核心,是应用驱动的.答案:A解析:[单选题]6.关于基本数据的元数据是指:A)基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;B)基本元数据包括与企业相关的管理方面的数据和信息;C)基本元数据包括日志文件和简历执行处理的时序调度信息;D)基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.答案:D解析:[单选题]7.Zookeeper-Stat结构体中dataLength是()A)znode数据变化号B)znode访问控制列表的变化号C)znode子节点数量D)znode的数据长度答案:D解析:[单选题]8.关于k折交叉验证，下列说法正确的是？A)k值并不是越大越好，k值过大，会降低运算速度B)选择更大的k值，会让偏差更小，因为k值越大，训练集越接近整个训练样本C)选择合适的k值，能减小验方差D)以上说法都正确答案:D解析:机器学习中，在样本量不充足的情况下，为了充分利用数据集对算法效果进行测试，将数据集随机分为k个包，每次将其中一个包作为测试集，剩下k-1个包作为训练集进行训练。K折交叉验证的的k值不能太大，也不能太小。k值过大，会降低运算速度。若k与样本数量N相同，则是留一法（Leave-One-Out）。k值较大，训练集越接近整个训练样本，有利于减小模型偏差（bias）。一般可以将k作为超参数调试，根据表现选择合适的k值。K折交叉验证能够有效提高模型的学习能力，类似于增加了训练样本数量，使得学习的模型更加稳健，鲁棒性更强。选择合适的k值能够有效避免过拟合。[单选题]9.()不可以直接来对文本分类。A)K-meansB)决策树C)支持向量机D)KNN答案:A解析:K-means是聚类方法,属于无监督学习。BCD都是常见的分类方法。[单选题]10.以下描述不正确的是()。A)文本是半结构化数据B)非结构化数据是数据科学与传统数据管理的主要区别C)视频是非结构化数据D)目前，非结构化数据占比最大答案:A解析:[单选题]11.Keras主要用于哪一方面A)神经网络B)非结构化数据存储C)数据可视化D)数据管理答案:A解析:[单选题]12.主成分分析的优化目标是一个（__)。A)不含约束条件的二次规划问题B)含有约束条件的二次规划问题C)不含约束条件的线性规划问题D)含有约束条件的线性规划问题答案:B解析:[单选题]13.已知数组trans_cnt[1,2,3,4],trans_cnt[2]代表的是哪一个元素:A)1B)2C)3D)4答案:C解析:[单选题]14.多项式分布的共轭分布是()A)正态分布B)Dirichlet分布C)Beta分布D)指数分布答案:B解析:[单选题]15.（__)假设聚类结构能通过一组原型刻画，在显示聚类任务中极为常用。A)原型聚类B)密度聚类C)层次聚类D)AGNES答案:A解析:[单选题]16.标准AdaBoost只适用于____任务A)多分类B)二分类C)回归D)分类答案:A解析:[单选题]17.以下哪一项给出了逻辑回归与LDA之间的差异?A)1B)2C)1和2D)都不是答案:C解析:[单选题]18.可用信息增益来进行决策树的()。A)树高B)叶子结点数C)总结点数D)划分属性选择答案:D解析:[单选题]19.GRU和LSTM的说法正确的是()A)GRU通过outputgate控制memory；B)LSTM对memory不做控制，直接传递给下一个unitC)GRU不对上一时刻的信息做任何控制；D)GRU的参数比LSTM的参数少；答案:D解析:[单选题]20.以下有关机器学习理解不正确的是()。A)查询大量的操作数据去发现新的信息B)从大量的业务数据中分析有兴趣的新颖知识辅助决策的过程C)机器学习的结果不一定能辅助决策D)需要借助统计学或机器学习的一些算法答案:A解析:[单选题]21.以下表达式书写错误的是A)year('2015-12-3112:21')B)month(2015-10-31)C)day('2015-12-11')D)date_sub('2015-12-01',3)答案:B解析:[单选题]22.如果我们现有一个安装2.6.5版本的hadoop集群,在不修改默认配置的情况下存储200个每个200M的文本文件,请问最终会在集群中产生多少个数据块(包括副本)?A)200B)40000C)400D)1200答案:D解析:[单选题]23.决策树中不包含以下哪种结点A)根节点B)内部结点C)叶节点D)外部结点答案:D解析:[单选题]24.未来房价的预测，这种属于数据挖掘的哪类问题?()A)分类B)聚类C)关联规则D)回归分析答案:D解析:[单选题]25.对于任意值?x?,考虑到Logistic(x):是任意值?x?的逻辑(Logistic)函数Logit(x):是任意值?x?的logit函数Logit_inv(x):是任意值?x?的逆逻辑函数以下哪一项是正确的?A)Logistic(x)=Logit(x)B)Logistic(x)=Logit_inv(x)C)Logit_inv(x)=Logit(x)D)都不是答案:B解析:[单选题]26.属于无监督学习的机器学习算法是()A)支持向量机B)Logistic回归C)层次聚类D)决策树答案:C解析:[单选题]27.线性回归是一种（），它分为简单线性回归和多元线性回归A)无监督学习算法B)有监督学习算法C)强化学习D)聚类算法答案:B解析:[单选题]28.如果需要训练的特征维度成千上万,在高维情形下出现的数据样本稀疏、距离计算困难。我们通过()可以缓解这个问题。A)K均值算法B)支持向量机C)降维D)以上答案都不正确答案:C解析:[单选题]29.‏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？A)无监督学习B)监督学习C)强化学习D)以上全部答案:C解析:[单选题]30.假设你有以下数据：输入和输出都只有一个变量。使用线性回归模型（y=wx+b）来拟合数据。那么使用留一法（Leave-OneOut）交叉验证得到的均方误差是多少？X（independentvariable）023Y（dependentvariable）221A)10/27B)39/27C)49/27D)55/27答案:C解析:[单选题]31.假设使用逻辑回归进行n多类别分类，使用One-vs-rest分类法。下列说法正确的是？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:A解析:One-vs-rest分类法中，假设有n个类别，那么就会建立n个二项分类器，每个分类器针对其中一个类别和剩余类别进行分类。进行预测时，利用这n个二项分类器进行分类，得到数据属于当前类的概率，选择其中概率最大的一个类别作为最终的预测结果。举个简单的例子，3分类，类别分别是{-1,0,1}。构建3个二分类器：-1与0，1与-1，11与-1，0若第1个二分类器得到-1的概率是0.7，第2个二分类器得到0的概率是0.2，第3个二分类器得到1的概率是0.4，则最终预测的类别是-1。[单选题]32.以下描述中,属于决策树策略的是()A)最优投影方向B)梯度下降方法C)最大特征值D)最大信息增益答案:D解析:[单选题]33.关于数据规范化，下列说法中错误的是()。A)标准化实际上是将数据在样本的标准差上做了等比例的缩放操作B)归一化利用了样本中的最大值和最小值C)包含标准化和归一化D)标准化在任何场景下受异常值的影响都很小答案:D解析:[单选题]34.下面哪些可能是一个文本语料库的特征()1一个文档中的词频统计2文档中单词的布尔特征3词向量4词性标记5基本语法依赖6整个文档A)123B)1234C)12345D)123456答案:C解析:[单选题]35.图像降噪的作用(__)。A)改变图像大小B)将图像分成多个小单位C)去除干扰信号D)使图像变得更加丰富答案:C解析:[单选题]36.已知一组数据的协方差矩阵P,下面关于主分量说法错误的是()。A)主分量分析的最佳准则是对一组数据进行按一组正交基分解,在只取相同数量分量的条件下,以均方误差计算截尾误差最小B)在经主分量分解后,协方差矩阵成为对角矩阵C)主分量分析就是K-L变换D)主分量是通过求协方差矩阵的特征值得到答案:C解析:主分量分析的变换矩阵是协方差矩阵,K-L变换的变换矩阵可以有很多种(二阶矩阵、协方差矩阵、总类内离散度矩阵等)。当K-L变换矩阵为协方差矩阵时,等同于PCA。[单选题]37.Fisher线性判别函数的求解过程是将N维特征矢量投影在()中进行求解?A)一维空间B)N-1维空间C)三维空间D)二维空间答案:A解析:[单选题]38.关于OLAP和OLTP的区别描述,不正确的是:A)OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.B)与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C)OLAP的特点在于事务量大,但事务内容比较简单且重复率高.D)OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.答案:D解析:[单选题]39.下列代码实现的功能是：>>>fromsklearn.naive_bayesimportGaussianNB>>>gnb=GaussianNB()>>>y_pred=gnb.fit(iris.data,iris.target).predict(iris.data)A)创建高斯朴素贝叶斯模型并对模型进行训练B)创建高斯朴素贝叶斯模型并对模型进行预测C)创建高斯朴素贝叶斯模型并对模型进行训练和预测D)创建高斯朴素贝叶斯模型并对模型进行训练和评测答案:C解析:[单选题]40.下面不属于云计算技术的有(__)。A)HadoopB)SparkC)YARND)集中式计算答案:D解析:[单选题]41.下图显示的机器学习使用的激活函数(Activationfunction)的图形,是下列哪一个函数的图形?()A)B)C)D)答案:C解析:[单选题]42.()是二维随机变量的分布。A)正态分布B)二项分布C)边缘分布D)指数分布答案:C解析:二维随机变量的分布有边缘分布和条件分布。[单选题]43.下列中为判别模型的是（）A)高斯混合模型B)隐含马尔科夫模型C)GAN模型D)逻辑回归模型答案:D解析:[单选题]44.()在划分属性时是在当前结点的属性集合中选择一个最优属性。A)AdaBoostB)RFC)BaggingD)传统决策树答案:D解析:[单选题]45.在支持向量机中，?间隔?是指（__)。A)非支持向量到划分超平面间的距离之和B)支持向量之间的距离C)支持向量和非支持向量之间的距离D)支持向量到超平面的距离之和答案:D解析:[单选题]46.以下两种描述分别对应哪两种对分类算法的评价标准?(a)警察抓小偷,描述警察抓的人中有多少个是小偷的标准。(b)描述有多少比例的小偷给警察抓了的标准。A)Precision,RecallB)Recall,PrecisionC)Precision,ROCD)Recall,ROC答案:A解析:[单选题]47.FOIL是（）的学习算法A)命题规则B)剪枝优化C)一阶规则D)序贯覆盖答案:C解析:[单选题]48.以下哪项不属于知识发现的过程？()A)数据清理B)数据挖掘C)知识可视化表达D)数据测试答案:D解析:[单选题]49.下列激活函数中，能够实现将特征限制到区间[-1,1]的是哪一个A)TanhB)LogisticC)ReLUD)Sigmoid答案:A解析:[单选题]50.变量之间的关系可以分为（）两大类。A)函数关系与相关关系B)线性相关关系和非线性相关关系C)正相关关系和负相关关系D)简单相关关系和复杂相关关系答案:A解析:[单选题]51.(__)是一门以可视化交互为基础，综合运用图形学、数据挖掘和人机交互等多个领域的知识，以实现人机协同完成可视化任务为主要目的的分析推理性学科。A)信息可视化B)科学可视化C)可视分析学D)数据可视化答案:C解析:[单选题]52.图像在opencv中的数据存储结构是()。A)tensorB)numpyC)linkD)Mat答案:D解析:[单选题]53.在测试一假设h时,发现在一包含n=1000个随机抽取样例的样本s上,它出现r=300个错误,计算Errors(h)的标准差()A)0.0145B)0.145C)1.45D)14.5答案:A解析:[单选题]54.下列表示Pandas类别统计函数的是（）。A)value_Counts()B)Value_Counts()C)values_counts()D)value_counts()答案:D解析:[单选题]55.对于分类任务来说，在所有相关概率都已知的理想情形下，（__）考虑如何基于这些概率和误判损失来选择最优的类别标记。A)支持向量机B)间隔最大化C)线性分类器D)贝叶斯决策论答案:D解析:[单选题]56.下面的代码中，不是用来用来评价所训练模型的预测准确性的是：A)fromsklearn.metricsimportaccuracy_scoreB)fromsklearn.model_selectionimporttrain_test_splitC)fromsklearn.metricsimportmean_squared_errorD)fromsklearn.metricsimportmean_absolute_error答案:B解析:[单选题]57.以下描述正确的是()。A)非结构化数据是先有结构，后有数据B)XML是非结构化数据C)结构化数据是先有数据，后有结构D)非结构化数据是数据科学与传统数据管理的主要区别答案:D解析:[单选题]58.k-NN最近邻方法在什么情况下效果较好？A)样本较多但典型性不好B)样本较少但典型性好C)样本呈团状分布D)样本呈链状分布答案:B解析:K近邻算法主要依靠的是周围的点，因此如果样本过多，则难以区分，典型性好的容易区分。样本呈团状或链状都具有迷惑性，这样kNN就发挥不出其求近邻的优势了，整体样本应该具有典型性好，样本较少，比较适宜。第2部分：多项选择题，共21题，每题至少两个正确答案,多选或少选均不得分。[多选题]59.在决策树基本算法中，有三种情形会导致递归返回，这三种情形分别是（__）。A)当前结点包含的样本全属于同一类别，无需划分B)当前属性集为空，或是所有样本在所有属性上取值相同，无法划分C)当前结点包含的样本集合为空，不能划分D)当前结点包含的样本不属于同一类别，不可划分答案:ABC解析:[多选题]60.可用于贝叶斯决策的函数（）A)AB)BC)CD)D答案:ABC解析:[多选题]61.下面不属于探索性统计中常用数据分布统计量的是(__)。A)残差B)偏态C)峰态D)众数答案:AD解析:[多选题]62.KNN的主要优点是()A)理论成熟,思想简单,既可以用来做分类也可以用来做回归B)训练时间复杂度比支持向量机之类的算法低,仅为O(n)C)与朴素贝叶斯之类的算法比,对数据没有假设,准确度高,对异常点不敏感D)可用于非线性分类答案:ABCD解析:[多选题]63.（）是卷积神经网络的池化层。A)convolutionB)maxpoolingC)averagepoolingD)fullconnection答案:BC解析:[多选题]64.在hive中下列哪些命令可以实现去重()A)distinctB)groupbyC)row_numberD)Having答案:ABC解析:[多选题]65.支持向量机中定义的间隔值为w的二范式的-2次方，这样看间隔貌似仅与权重w有关，这意味着偏置项b（__）。A)没有任何意义B)对间隔不会产生影响C)通过约束隐式地影响着w的取值D)对间隔会产生影响答案:CD解析:[多选题]66.Spark可以采用几种不同的部署方式A)SparkonYARNB)SparkonMesosC)onyarn模式D)Standalone答案:ABD解析:[多选题]67.机器学习算法按学习任务分类可分为A)分类B)回归C)聚类D)强化学习答案:ABC解析:[多选题]68.(__)是数据科学的主要理论基础之一。A)机器学习B)统计学C)数据D)黑客精神与技能答案:AB解析:[多选题]69.对单层感知机判别分类,描述正确的是()A)线性分类B)监督学习C)错误误差最小D)错误误差最大答案:ABC解析:[多选题]70.下列关于支持向量回归机说法正确的是（__)。A)支持向量回归机希望学得一个回归模型，使得预测值f(x)与真实值x尽可能接近B)在传统回归模型中，当且仅当预测值f(x)与真实值x完全相同时，损失才为0C)支持向量回归假设我们能够容忍预测值f(x)与真实值x之间最多有特定值的误差D)支持向量回归以决策函数为中心，构建了一个特定宽度的间隔带，若训练样本落入此间隔带，则认为是被预测正确的答案:ABCD解析:[多选题]71.假设你有一个非常大的训练集合,如下机器学习算法中,你觉着有哪些是能够使用map-reduce框架并能将训练集划分到多台机器上进行并行训练()A)逻辑斯特回归(LR),以及随机梯度下降(SGD)B)线性回归及批量梯度下降(BGD)C)神经网络及批量梯度下降(BGD)D)针对单条样本进行训练的在线学习答案:BC解析:LR,SVM,NN,KNN,KMeans,DT,NB都可以用mapreduce并行。[多选题]72.聚类性能度量大致有两类，一类是（__)，另一类是（__)。A)外部指标B)内部指标C)簇内相似度D)簇间相似度答案:AB解析:[多选题]73.以下关于Zookeeper的Leader选举说法正确的是?()A)当实例n为奇数时,假定n=2x+1,则成为leader节点需要x+1票B)Zookeeper选举leader时,需要半数以上的票数C)当实例数为8时,则成为leader节点需要5票,容灾能力为4D)当实例数n为奇数时,假定n=2x+1,则成为leader节点需要x票答案:AB解析:[多选题]74.数据科学的基本流程包含(__)。A)数据化B)探索性分析C)数据分析D)数据存储答案:ABC解析:[多选题]75.哪些项不属于使用池化层相比于相同步长的卷积层的优势？（）A)参数更少B)可以获得更大下采样C)速度更快D)有助于提升精度答案:BCD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.硬投票计算出每个类别的平均估算概率，然后选出概率最高的类别。A)正确B)错误答案:错解析:[判断题]77.决策树通过预剪枝和后剪枝提升模型的泛化能力。()A)正确B)错误答案:对解析:[判断题]78.Bagging是一个低效的集成学习算法A)正确B)错误答案:错解析:[判断题]79.准确率是所有正确识别的样本占样本总量的比例。当所有类别都同等重要时，采用准确率最为简单直观。A)正确B)错误答案:对解析:[判断题]80.机器学习的核心是?使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测A)正确B)错误答案:对解析:[判断题]81.极大似然法估计参数的核心思想是：选择参数，使得当前已经观测到的数据（训练集中的m个样本）最有可能出现（概率最大）。A)正确B)错误答案:对解析:[判断题]82.Boosting的训练过程是有序的。A)正确B)错误答案:对解析:[判断题]83.卷积操作的本质特性包括稀疏交互和参数共享。()A)正确B)错误答案:对解析:[判断题]84.决策树是基于树结构来进行决策的，决策树学习的目的是为了产生一棵泛化能力强的决策树。A)正确B)错误答案:对解析:[判断题]85.两个变量相关，它们的相关系数r可能为0。这句话是否正确？A)正确B)错误答案:对解析:一般来说，相关系数r=0是两变量相互独立的必要不充分条件。也就是说，如果两个变量相互独立，那么相关系数r一定为0，如果相关系数r=0，则不一定相互独立。相关系数r=0只能说明两个变量之间不存在线性关系，仍然可能存在非线性关系。那么，若两个变量相关，存在非线性关系，那么它们的相关系数r就为0。[判断题]86.逆归结的一大特点是能自动发明新谓词，这些谓词可能对应于样例属性和背景知识中不存在的新知识A)正确B)错误答案:对解析:[判断题]87.LabelEncoder是将原为0或1的布尔值转换为字符串（str）A)正确B)错误答案:错解析: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.如果训练集有100万个实例,训练决策树（无约束)大致的深度是多少?答案:答:一个包含m个叶节点的均衡二叉树的深度等于log2(m)的四舍五入。通常来说,二