机器学习技术及应用智慧树知到期末考试答案章节答案2024年重庆电子工程职业学院

机器学习技术及应用智慧树知到期末考试答案+章节答案2024年重庆电子工程职业学院在各类机器学习算法中，过拟合和欠拟合都是可以彻底避免的。（）

答案:错Scikit-learn库是一个开源机器学习库，涵盖了几乎所有机器学习算法。（）

答案:对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占绝大部分时间，而数据建模占总时间比较少。（）

答案:对误差逆传播算法是迄今最成功的神经网络学习算法。（）

答案:对数据集一般划分为训练集、验证集和测试集。训练集用于建模、验证集用于模型验证与矫正、测试集用于模型的最终评估。（）

答案:对决策树学习算法中，预留一部分数据用作“验证集”，进行性能评估，决定是否剪枝。（）

答案:对下列说法中正确的是哪些（）

答案:决策树模型中，每个节点处的数据集划分到最后，得到的“叶端”的数据集中不一定只包含一种类型的样本###决策树中的根节点拥有全部数据###如果一个数据集的信息熵为0，说明该数据集中只有一类样本，则不需要对该数据集进行划分关于信息熵下列说法正确的是（）

答案:熵越大，数据的不确定性越大###熵越小，数据的不确定性越小PCA的推导可以从哪两个角度入手（）

答案:最大方差理论###最小平方误差理论下列哪些是决策树算法的特点（）

答案:解决分类问题###算法具有较好的解释性###也可以解决回归问题###非参数学习算法Kmeans算法中，k个初始中心点的选择方法可以是（）

答案:靠经验值选择###将全部数据随机的分成k类，计算每类的重心###随机选择训练样本中K个样本点作为K个类别的中心###用密度法选择初始分类中心给所有人脸打上标签，再让模型进行学习的训练方法，不属于（）

答案:强化学习###无监督学习###半监督学习最小二乘法是求得之间差值的平方和最小（）

答案:真实值和预测值KNN最近邻方法在什么情况下的效果较好。（）

答案:样本较少但典型性好支持向量机中的margin指（）

答案:间隔谷歌新闻每天收集非常多的新闻，并运用什么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，所以显示到一起。（）

答案:聚类机器学习进行的第一步是什么？（）

答案:特征提取下列关于朴素贝叶斯分类器正确的是？（）

答案:朴素贝叶斯模型分类时需要计算各种类别的概率，取其中概率最大者为分类预测值下面代码运行结果是Importnumpyasnpa=np.arange(12).reshape(3,4)print(a.mean)（）

答案:5.5下列关于朴素贝叶斯分类器错误的是？（）

答案:对输入数据的表达形式不敏感下列哪个不是Bagging的特点（）

答案:只需要较少的基础分类器使用下面哪个函数可以将线性回归转为逻辑回归（）

答案:Sigmoid对回归问题和分类问题的评价，最常用的指标是准确率和召回率。（）

答案:错决策树学习的目的是为了产生一颗泛化能力强，即处理未见示例能力强的决策树。（）

答案:对感知机能解决异或等非线性可分问题。（）

答案:错多隐层感知机比单隐层感知机的表达能力强。（）

答案:错信息熵是度量样本集合纯度最常用的一种指标。信息熵的值越大，说明样本集合的纯度越高。（）

答案:错正则化是为了防止模型过拟合而引入额外信息，对模型原有逻辑进行外部干预和修正，从而提高模型的泛化能力。（）

答案:对根据肿瘤的体积、患者的年龄来判断良性或恶性，这是一个回归问题。（）

答案:错决策树学习是一种逼近离散值目标函数的方法，学习到的函数被表示为一棵决策树。（）

答案:对梯度下降，就是沿着函数的梯度（导数）方向更新自变量，使得函数的取值越来越小，直至达到全局最小或者局部最小。（）

答案:对最小二乘法是基于预测值和真实值得均方差最小化的方法来估计线性回归学习器的参数w和b。（）

答案:对回归问题和分类问题都有可能发生过拟合。（）

答案:对预剪枝策略降低了过拟合风险。（）

答案:对硬间隔是指SVM允许分类时出现一定范围的误差。（）

答案:错按照学习方式，机器学习可以分为哪几类（）

答案:强化学习###监督学习###非监督学习###半监督学习Kmeans算法的应用场景有（）

答案:图像压缩###无标签的数据聚类###人脸识别###语音识别集成学习有以下哪几种代表算法。（）

答案:随机森林###AdaBoost机器学习的方法由几个要素构成。（）

答案:损失函数###模型评估指标###模型###优化算法下列哪些条件可以作为kmeans算法终止条件（）

答案:k个类别的样本分配情况不再变化###k个类别的中心点坐标不再变化强化学习包含哪些元素（）

答案:Agent###Action###State###Reward下列哪些是PCA算法可以实现的目的（）

答案:提取特征主要成分###数据降维下列算法哪些是无监督学习算法（）

答案:主成分分析###空间聚类K近邻算法中，K值的选取常见方法有（）

答案:根据数据集类别由人为经验判定###均方根误差###交叉验证强化学习的主要特点有哪些（）

答案:交互性###序列决策过程###基于评估下列属于反馈型神经网络的是（）

答案:Hamming网络###Hopfield网络Numpy中创建全为0的矩阵使用（）

答案:zeros下列不属于机器学习开发语言是哪个？（）

答案:汇编语言下面关于支持向量机的描述错误的是（）

答案:支持向量机是一种生成式模型下列不属于机器学习的学习框架是哪个？（）

答案:RNN以下不能有效解决过拟合的方法是（）

答案:训练更多的迭代次数下列关于卷积神经网络说法错误的是（）

答案:目前网络深度最深、应用最成功的深度学习模型贝叶斯网络起源于贝叶斯统计学，是以（）为基础的有向图模型，它为处理不确定知识提供了有效的方法。

答案:概率论移动运营商对客户进行细分，以设计套餐和营销活动，可以使用下面哪种机器学习方法（）

答案:聚类算法最小二乘法，求损失函数最小时，多元函数求偏导数的方法是：将其他自变量看成什么，对该自变量求偏导方法与一元函数求导数方法一致（）

答案:常数最小二乘法（又称最小平方法）是一种数学优化技术。它通过什么的平方和寻找数据的最佳函数匹配（）

答案:最小化误差逻辑回归模型解决（）

答案:分类问题模型的泛化能力是指什么？（）

答案:适用于新样本的能力Numpy中向量转成矩阵使用（）

答案:arange下列哪个不是Boosting的特点（）

答案:组合算法可以减小分类输出方差K-means算法无法聚类以下哪种形状的样本？（）

答案:凸多边形分布朴素贝叶斯分类器基于什么假设？（）

答案:属性条件独立性Q-learning算法中，Q函数是（）

答案:状态-动作值函数下列关于主成分分析的表述错误的是（）

答案:主成分分析是数据增维的方法下面哪种说法有关机器学习的认识是错误的？（）

答案:机器学习算法很多，后期出现的算法比早期出现的算法性能好关于K近邻算法说法错误的是（）

答案:K的选择对分类结果没有影响误差方向传播算法属于什么学习规则（）

答案:有导师决策树构成顺序是？（）

答案:特征选择、决策树生成、决策树剪枝下面关于决策树什么时候停止划分数据集，说法正确的是（）

答案:都对下列属于强化学习组成部分有哪些（）

答案:环境###状态###智能体###行动下列属于机器学习中的应改为强化学习算法有哪些（）

答案:值迭代算法###时间差分方法###策略迭代算法###蒙特卡洛法下列哪个是求解决策过程最优化的数学方法（）

答案:动态规划方法###策略迭代算法采用时间差分法的强化学习可以分为哪几类（）

答案:离线控制###在线控制生物神经元不包含哪一部分（）

答案:权重下列不属于常见反馈网络的是哪一个（）

答案:感知机人类历史上首次提出神经元模型是在哪一年（）

答案:1943深度学习概念是由下列哪位科学家提出的（）

答案:辛顿卷积神经网络的缩写为（）

答案:CNN下列哪些是非监督学习的应用场景（）

答案:推荐系统###异常发现###用户细分从目的的角度来看，非监督学习的类别有哪些（）

答案:聚类###降维从实现方式的角度来看，非监督学习的类别有哪些（）

答案:基于样本间相似性度量的方法###基于概率密度估计的方法下列属于机器学习中的非监督学习算法有哪些（）

答案:PCA###Kmeans对数据进行降维的原因有哪些（）

答案:资源受限，不能处理高维数据###方便可视化处理###数据有冗余下面明显属于回归问题的是（）

答案:房价估值预测下列有关支持向量机（SVM）说法不正确的是（）

答案:SVM因为使用了核函数，因此它没有过拟合的风险梯度下降算法中学习率理解正确的是（）

答案:学习率最好能设置可调的数值，先大后小在决策树中，用作分裂节点的信息增益说法不正确的是（）

答案:较小不纯度的节点需要更多的信息来区分总体K近邻算法的基本要素不包括（）

答案:样本的大小使用pandas时需要导入什么？（）

答案:importpandasaspd下列属于机器学习的应用领域有哪些（）

答案:自然语言处理###人脸检测###自动驾驶###计算机视觉人工智能发展经历了哪几个发展阶