正在加载，请稍候…

完整刷题、自动判分与错题本在主站体验 前往 爱课堂 →
集知集百家之智 · 成一己之知

人工智能通识基础 练习题

共 674 道题，以下仅展示题目与选项，供练习与学习使用。

想边做边批改、自动判分、收藏错题？ 前往主站在线练习《人工智能通识基础》，获得完整学习体验。
前往 爱课堂 学习 →
全部 单选题 多选题 判断题 填空题
单选题 1分
决策树算法的核心思想是（ ）
  1. A通过条件判断逐步分支做出决策
  2. B模拟人脑神经网络
  3. C寻找数据间的关联规则
  4. D通过反复试错学习策略
单选题 1分
以下不属于监督学习算法的是（ ）
  1. A决策树
  2. B支持向量机
  3. CK均值聚类
  4. D逻辑回归
单选题 1分
小陈在玩一款游戏，通过不断尝试不同的操作来获得更高的分数，这与（ ）的学习方式最相似
  1. A监督学习
  2. B无监督学习
  3. C半监督学习
  4. D强化学习
单选题 1分
在机器学习中，特征是指（ ）
  1. A模型预测的结果
  2. B描述数据对象的属性
  3. C模型的参数
  4. D数据的标签
单选题 1分
小孙使用机器学习模型预测房价，结果发现模型在训练集上误差很小但在测试集上误差很大，这最可能是（ ）
  1. A欠拟合
  2. B过拟合
  3. C模型太简单
  4. D数据量太少
单选题 1分
K近邻算法（KNN）的基本思想是（ ）
  1. A构建决策树进行分类
  2. B找到数据的聚类中心
  3. C根据最近的K个邻居判断类别
  4. D通过最大化间隔分类
单选题 1分
交叉验证的主要目的是（ ）
  1. A更可靠地评估模型泛化能力
  2. B增加训练数据量
  3. C加速模型训练
  4. D减少特征数量
单选题 1分
线性回归模型的输出是（ ）
  1. A连续数值
  2. B离散类别
  3. C概率值
  4. D无意义
单选题 1分
以下关于训练集、验证集和测试集的说法正确的是（ ）
  1. A验证集和测试集用途完全相同
  2. B训练集越大模型越好
  3. C验证集用于调参，测试集用于最终评估
  4. D测试集也可以参与模型训练
单选题 1分
逻辑回归虽然名称中有「回归」，但实际上常用于（ ）任务
  1. A回归
  2. B分类
  3. C聚类
  4. D降维
单选题 1分
聚类算法的目标是（ ）
  1. A预测连续数值
  2. B将数据标注标签
  3. C找到数据中的关联规则
  4. D将相似的数据自动分组
单选题 1分
以下关于K均值聚类的说法正确的是（ ）
  1. A需要标签数据
  2. BK值可以自动确定
  3. C只能分成两类
  4. D需要预先指定聚类数K
单选题 1分
梯度下降算法的目的是（ ）
  1. A增加损失函数的值
  2. B最小化损失函数
  3. C增加模型参数
  4. D生成新数据
单选题 1分
损失函数的作用是（ ）
  1. A增加模型复杂度
  2. B生成训练数据
  3. C衡量模型预测与真实值的差距
  4. D选择特征
单选题 1分
以下哪个是半监督学习的场景（ ）
  1. A少量标注数据加大量未标注数据
  2. B全部数据都有标签
  3. C全部数据都没有标签
  4. D只有一条数据
多选题 2分
以下属于监督学习的有（ ）
  1. A垃圾邮件识别
  2. B房价预测
  3. C手写数字识别
  4. D客户分群
单选题 1分
数据预处理中，归一化的主要目的是（ ）
  1. A消除不同特征量纲的影响
  2. B增加数据量
  3. C去除噪声数据
  4. D添加标签
单选题 1分
小周想根据客户的购买记录将客户分成不同的群体，但事先不知道分几组，他应首先考虑使用（ ）
  1. A线性回归
  2. B逻辑回归
  3. C聚类分析
  4. D关联规则
单选题 1分
以下关于监督学习和无监督学习区别的说法正确的是（ ）
  1. A监督学习用有标签数据，无监督学习用无标签数据
  2. B监督学习更简单
  3. C无监督学习效果更好
  4. D两者没有本质区别
多选题 2分
缓解过拟合的方法包括（ ）
  1. A增加训练数据量
  2. B添加正则化
  3. C简化模型结构
  4. D增加模型复杂度

本页仅提供题目与选项供学习参考，不含答案。如需系统练习、自动判分与错题本，欢迎前往主站《人工智能通识基础》在线练习。