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 278 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 2分
以下哪项不属于机器学习的核心阶段？
  1. A训练
  2. B验证
  3. C复制
  4. D测试
单选题 2分
以下哪个是机器学习模型中＂超参数＂的例子？
  1. A线性回归的斜率
  2. B损失函数中的误差值
  3. C梯度下降算法的学习率
  4. D模型的预测输出值
单选题 2分
下列关于线性回归的描述中，正确的是
  1. A它是一种分类模型
  2. B它假设输人与输出之间有非线性关系
  3. C它通过拟合一条直线项测连续值
  4. D它的目标是最大化信息熵
单选题 2分
机器学习的训练阶段主要用于
  1. A调整模型的超参数
  2. B学习输人数据与目标输出之间的规律
  3. C检验模型在未见过数据上的表现
  4. D将模型应用于实际场景
单选题 1分
监督学习需要使用（ ）数据进行训练
  1. A无标签数据
  2. B随机数据
  3. C有标签数据
  4. D半标签数据
单选题 1分
机器学习的核心思想是（ ）
  1. A从数据中自动学习规律
  2. B人工编写所有规则
  3. C完全随机做出决策
  4. D只依靠专家经验
单选题 1分
以下属于无监督学习任务的是（ ）
  1. A图像分类
  2. B客户分群聚类
  3. C情感分析
  4. D房价预测
单选题 1分
以下属于分类任务的是（ ）
  1. A预测股票价格
  2. B将客户自动分组
  3. C预测明天的降雨量
  4. D判断邮件是否为垃圾邮件
单选题 1分
回归任务与分类任务的主要区别是（ ）
  1. A回归任务需要更多数据
  2. B分类任务更复杂
  3. C回归输出连续值，分类输出离散类别
  4. D回归不需要标签
单选题 1分
训练集和测试集的用途分别是（ ）
  1. A训练模型、评估模型
  2. B评估模型、训练模型
  3. C都用于训练模型
  4. D都用于评估模型
单选题 1分
小赵想预测明天的气温，他收集了历史天气数据（含日期、湿度、风速和当天温度），应选择（ ）方法
  1. A回归分析
  2. B聚类分析
  3. C关联规则
  4. D降维分析
单选题 1分
以下能有效缓解过拟合的方法是（ ）
  1. A减少训练数据量
  2. B增加模型复杂度
  3. C增加正则化
  4. D减少特征数量到1个
单选题 1分
欠拟合是指模型（ ）
  1. A在训练和测试数据上都表现差
  2. B在训练数据上表现好但在测试数据上表现差
  3. C只在测试数据上表现好
  4. D只在训练数据上表现好
单选题 1分
强化学习的特点是（ ）
  1. A使用标签数据训练
  2. B不需要任何数据
  3. C只能用于分类任务
  4. D通过与环境的交互获得反馈来学习
单选题 1分
过拟合是指模型（ ）
  1. A在训练和测试数据上都表现差
  2. B在训练数据上表现好但在测试数据上表现差
  3. C在训练和测试数据上都表现好
  4. D在训练数据上表现差但在测试数据上表现好
单选题 1分
模型泛化能力是指（ ）
  1. A模型在训练数据上的准确率
  2. B模型对新数据的预测能力
  3. C模型的运行速度
  4. D模型占用的内存大小
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

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。