暨南大学《机器学习与神经网络》2021-2022学年期末试卷_第1页
暨南大学《机器学习与神经网络》2021-2022学年期末试卷_第2页
暨南大学《机器学习与神经网络》2021-2022学年期末试卷_第3页
暨南大学《机器学习与神经网络》2021-2022学年期末试卷_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页,共3页暨南大学《机器学习与神经网络》2021-2022学年期末试卷题号一二三总分得分一、单选题(本大题共20个小题,每小题2分,共40分.在每小题给出的四个选项中,只有一项是符合题目要求的.)1、在强化学习中,智能体通过()来学习最优策略。A.与环境交互B.观察其他智能体C.预先设定的规则D.以上都不是2、以下哪种方法常用于数据预处理中的缺失值处理?()A.直接删除B.用均值填充C.用中位数填充D.以上都是3、机器学习中,正则化的目的是()A.增加模型复杂度B.减少模型复杂度C.提高模型精度D.加快模型训练速度4、机器学习中,L1正则化和L2正则化的区别在于()A.惩罚项的形式B.对模型复杂度的影响C.求解优化问题的方法D.以上都是5、以下哪个是无监督学习的应用场景?()A.图像分类B.客户分类C.异常检测D.房价预测6、集成学习中,Boosting方法的特点是()A.并行训练基学习器B.串行训练基学习器C.对基学习器无权重调整D.以上都不是7、以下哪种方法常用于解决机器学习中的欠拟合问题?()A.增加数据量B.减少特征数量C.降低模型复杂度D.增加模型复杂度8、在深度学习中,以下哪种方法可以用于防止梯度消失或爆炸?()A.正则化B.梯度裁剪C.使用合适的激活函数D.以上都是9、在分类问题中,One-Hot编码常用于()A.数值型特征B.分类型特征C.连续型特征D.以上都不是10、以下哪种模型常用于图像分割任务?()A.全卷积网络B.循环神经网络C.生成对抗网络D.以上都不是11、在模型训练中,早停法(EarlyStopping)的依据是()A.验证集误差B.训练集误差C.计算时间D.以上都是12、以下哪种方法可以用于处理非线性问题?()A.核函数B.特征工程C.深度学习D.以上都是13、在决策树剪枝中,预剪枝和后剪枝的主要区别在于()A.剪枝时机B.剪枝依据C.剪枝效果D.以上都是14、以下哪种机器学习算法适合处理大规模数据?()A.决策树B.支持向量机C.随机森林D.逻辑回归15、以下哪种模型可以处理序列数据?()A.卷积神经网络B.循环神经网络C.多层感知机D.支持向量机16、以下哪个不是自然语言处理中常用的机器学习算法?()A.词袋模型B.隐狄利克雷分配(LDA)C.循环神经网络(RNN)D.层次聚类17、以下哪种算法适用于处理文本数据?()A.朴素贝叶斯B.支持向量机C.决策树D.随机森林18、生成对抗网络(GAN)由()组成。A.生成器和判别器B.编码器和解码器C.分类器和回归器D.以上都不是19、在图像分类任务中,数据增强的方法不包括()A.翻转B.旋转C.缩放D.特征选择20、在文本分类中,词嵌入的表示方法不包括()A.One-Hot编码B.Word2VecC.GloVeD.决策树二、简答题(本大题共4个小题,共40分)1、(本题10分)简述在聚类分析中,如何确定最佳的聚类数。2、(本题10分)解释如何使用机器学习进行故障诊断。3、(本题10分)解释机器学习中多层感知机(MLP)的结构。4、(本题10分)简述机器学习在儿科学中的疾病诊断。三、应用题(本大题共2

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论