試卷科目：人工智能機器學習技術練習人工智能機器學習技術練習(習題卷16)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能機器學習技術練習第1部分：單項選擇題，共58題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.以下哪個操作可能會產生大量小文件A)mapper數較多的map-only任務B)reduer數較多的任務C)從海量數據中過濾出符合條件的少量數據答案:C解析:[單選題]2.線性回歸和邏輯回歸中，關于損失函數對權重系數的偏導數，下列說法正確的是？A)兩者不一樣B)兩者一樣C)無法確定答案:B解析:[單選題]3.正常建立一條TCP連接需要()個步驟,正常關閉一個TCP連接需要()個步驟A)3,3B)3,4C)4,4D)4,3答案:B解析:[單選題]4.讓學習器不依賴外界交互、自動地利用未標記樣本來提升學習性能，就是（__）。A)有監督學習B)全監督學習C)無監督學習D)半監督學習答案:D解析:[單選題]5.關于OLAP和OLTP的說法,下列不正確的是:A)OLAP事務量大,但事務內容比較簡單且重復率高.B)OLAP的最終數據來源與OLTP不一樣.C)OLTP面對的是決策人員和高層管理人員.D)OLTP以應用為核心,是應用驅動的.答案:A解析:[單選題]6.關于基本數據的元數據是指:A)基本元數據與數據源,數據倉庫,數據集市和應用程序等結構相關的信息;B)基本元數據包括與企業相關的管理方面的數據和信息;C)基本元數據包括日志文件和簡歷執行處理的時序調度信息;D)基本元數據包括關于裝載和更新處理,分析處理以及管理方面的信息.答案:D解析:[單選題]7.Zookeeper-Stat結構體中dataLength是()A)znode數據變化號B)znode訪問控制列表的變化號C)znode子節點數量D)znode的數據長度答案:D解析:[單選題]8.關于k折交叉驗證，下列說法正確的是？A)k值并不是越大越好，k值過大，會降低運算速度B)選擇更大的k值，會讓偏差更小，因為k值越大，訓練集越接近整個訓練樣本C)選擇合適的k值，能減小驗方差D)以上說法都正確答案:D解析:機器學習中，在樣本量不充足的情況下，為了充分利用數據集對算法效果進行測試，將數據集隨機分為k個包，每次將其中一個包作為測試集，剩下k-1個包作為訓練集進行訓練。K折交叉驗證的的k值不能太大，也不能太小。k值過大，會降低運算速度。若k與樣本數量N相同，則是留一法（Leave-One-Out）。k值較大，訓練集越接近整個訓練樣本，有利于減小模型偏差（bias）。一般可以將k作為超參數調試，根據表現選擇合適的k值。K折交叉驗證能夠有效提高模型的學習能力，類似于增加了訓練樣本數量，使得學習的模型更加穩健，魯棒性更強。選擇合適的k值能夠有效避免過擬合。[單選題]9.()不可以直接來對文本分類。A)K-meansB)決策樹C)支持向量機D)KNN答案:A解析:K-means是聚類方法,屬于無監督學習。BCD都是常見的分類方法。[單選題]10.以下描述不正確的是()。A)文本是半結構化數據B)非結構化數據是數據科學與傳統數據管理的主要區別C)視頻是非結構化數據D)目前，非結構化數據占比最大答案:A解析:[單選題]11.Keras主要用于哪一方面A)神經網絡B)非結構化數據存儲C)數據可視化D)數據管理答案:A解析:[單選題]12.主成分分析的優化目標是一個（__)。A)不含約束條件的二次規劃問題B)含有約束條件的二次規劃問題C)不含約束條件的線性規劃問題D)含有約束條件的線性規劃問題答案:B解析:[單選題]13.已知數組trans_cnt[1,2,3,4],trans_cnt[2]代表的是哪一個元素:A)1B)2C)3D)4答案:C解析:[單選題]14.多項式分布的共軛分布是()A)正態分布B)Dirichlet分布C)Beta分布D)指數分布答案:B解析:[單選題]15.（__)假設聚類結構能通過一組原型刻畫，在顯示聚類任務中極為常用。A)原型聚類B)密度聚類C)層次聚類D)AGNES答案:A解析:[單選題]16.標準AdaBoost只適用于____任務A)多分類B)二分類C)回歸D)分類答案:A解析:[單選題]17.以下哪一項給出了邏輯回歸與LDA之間的差異?A)1B)2C)1和2D)都不是答案:C解析:[單選題]18.可用信息增益來進行決策樹的()。A)樹高B)葉子結點數C)總結點數D)劃分屬性選擇答案:D解析:[單選題]19.GRU和LSTM的說法正確的是()A)GRU通過outputgate控制memory；B)LSTM對memory不做控制，直接傳遞給下一個unitC)GRU不對上一時刻的信息做任何控制；D)GRU的參數比LSTM的參數少；答案:D解析:[單選題]20.以下有關機器學習理解不正確的是()。A)查詢大量的操作數據去發現新的信息B)從大量的業務數據中分析有興趣的新穎知識輔助決策的過程C)機器學習的結果不一定能輔助決策D)需要借助統計學或機器學習的一些算法答案:A解析:[單選題]21.以下表達式書寫錯誤的是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:[單選題]22.如果我們現有一個安裝2.6.5版本的hadoop集群,在不修改默認配置的情況下存儲200個每個200M的文本文件,請問最終會在集群中產生多少個數據塊(包括副本)?A)200B)40000C)400D)1200答案:D解析:[單選題]23.決策樹中不包含以下哪種結點A)根節點B)內部結點C)葉節點D)外部結點答案:D解析:[單選題]24.未來房價的預測，這種屬于數據挖掘的哪類問題?()A)分類B)聚類C)關聯規則D)回歸分析答案:D解析:[單選題]25.對于任意值?x?,考慮到Logistic(x):是任意值?x?的邏輯(Logistic)函數Logit(x):是任意值?x?的logit函數Logit_inv(x):是任意值?x?的逆邏輯函數以下哪一項是正確的?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:[單選題]26.屬于無監督學習的機器學習算法是()A)支持向量機B)Logistic回歸C)層次聚類D)決策樹答案:C解析:[單選題]27.線性回歸是一種（），它分為簡單線性回歸和多元線性回歸A)無監督學習算法B)有監督學習算法C)強化學習D)聚類算法答案:B解析:[單選題]28.如果需要訓練的特征維度成千上萬,在高維情形下出現的數據樣本稀疏、距離計算困難。我們通過()可以緩解這個問題。A)K均值算法B)支持向量機C)降維D)以上答案都不正確答案:C解析:[單選題]29.?哪些機器學習模型經過訓練，能夠根據其行為獲得的獎勵和反饋做出一系列決策？A)無監督學習B)監督學習C)強化學習D)以上全部答案:C解析:[單選題]30.假設你有以下數據：輸入和輸出都只有一個變量。使用線性回歸模型（y=wx+b）來擬合數據。那么使用留一法（Leave-OneOut）交叉驗證得到的均方誤差是多少？X（independentvariable）023Y（dependentvariable）221A)10/27B)39/27C)49/27D)55/27答案:C解析:[單選題]31.假設使用邏輯回歸進行n多類別分類，使用One-vs-rest分類法。下列說法正確的是？A)對于n類別，需要訓練n個模型B)對于n類別，需要訓練n-1個模型C)對于n類別，只需要訓練1個模型D)以上說法都不對答案:A解析:One-vs-rest分類法中，假設有n個類別，那么就會建立n個二項分類器，每個分類器針對其中一個類別和剩余類別進行分類。進行預測時，利用這n個二項分類器進行分類，得到數據屬于當前類的概率，選擇其中概率最大的一個類別作為最終的預測結果。舉個簡單的例子，3分類，類別分別是{-1,0,1}。構建3個二分類器：-1與0，1與-1，11與-1，0若第1個二分類器得到-1的概率是0.7，第2個二分類器得到0的概率是0.2，第3個二分類器得到1的概率是0.4，則最終預測的類別是-1。[單選題]32.以下描述中,屬于決策樹策略的是()A)最優投影方向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:[單選題]33.關于數據規范化，下列說法中錯誤的是()。A)標準化實際上是將數據在樣本的標準差上做了等比例的縮放操作B)歸一化利用了樣本中的最大值和最小值C)包含標準化和歸一化D)標準化在任何場景下受異常值的影響都很小答案:D解析:[單選題]34.下面哪些可能是一個文本語料庫的特征()1一個文檔中的詞頻統計2文檔中單詞的布爾特征3詞向量4詞性標記5基本語法依賴6整個文檔A)123B)1234C)12345D)123456答案:C解析:[單選題]35.圖像降噪的作用(__)。A)改變圖像大小B)將圖像分成多個小單位C)去除干擾信號D)使圖像變得更加豐富答案:C解析:[單選題]36.已知一組數據的協方差矩陣P,下面關于主分量說法錯誤的是()。A)主分量分析的最佳準則是對一組數據進行按一組正交基分解,在只取相同數量分量的條件下,以均方誤差計算截尾誤差最小B)在經主分量分解后,協方差矩陣成為對角矩陣C)主分量分析就是K-L變換D)主分量是通過求協方差矩陣的特征值得到答案:C解析:主分量分析的變換矩陣是協方差矩陣,K-L變換的變換矩陣可以有很多種(二階矩陣、協方差矩陣、總類內離散度矩陣等)。當K-L變換矩陣為協方差矩陣時,等同于PCA。[單選題]37.Fisher線性判別函數的求解過程是將N維特征矢量投影在()中進行求解?A)一維空間B)N-1維空間C)三維空間D)二維空間答案:A解析:[單選題]38.關于OLAP和OLTP的區別描述,不正確的是:A)OLAP主要是關于如何理解聚集的大量不同的數據.它與OTAP應用程序不同.B)與OLAP應用程序不同,OLTP應用程序包含大量相對簡單的事務.C)OLAP的特點在于事務量大,但事務內容比較簡單且重復率高.D)OLAP是以數據倉庫為基礎的,但其最終數據來源與OLTP一樣均來自底層的數據庫系統,兩者面對的用戶是相同的.答案:D解析:[單選題]39.下列代碼實現的功能是：>>>fromsklearn.naive_bayesimportGaussianNB>>>gnb=GaussianNB()>>>y_pred=gnb.fit(iris.data,iris.target).predict(iris.data)A)創建高斯樸素貝葉斯模型并對模型進行訓練B)創建高斯樸素貝葉斯模型并對模型進行預測C)創建高斯樸素貝葉斯模型并對模型進行訓練和預測D)創建高斯樸素貝葉斯模型并對模型進行訓練和評測答案:C解析:[單選題]40.下面不屬于云計算技術的有(__)。A)HadoopB)SparkC)YARND)集中式計算答案:D解析:[單選題]41.下圖顯示的機器學習使用的激活函數(Activationfunction)的圖形,是下列哪一個函數的圖形?()A)B)C)D)答案:C解析:[單選題]42.()是二維隨機變量的分布。A)正態分布B)二項分布C)邊緣分布D)指數分布答案:C解析:二維隨機變量的分布有邊緣分布和條件分布。[單選題]43.下列中為判別模型的是（）A)高斯混合模型B)隱含馬爾科夫模型C)GAN模型D)邏輯回歸模型答案:D解析:[單選題]44.()在劃分屬性時是在當前結點的屬性集合中選擇一個最優屬性。A)AdaBoostB)RFC)BaggingD)傳統決策樹答案:D解析:[單選題]45.在支持向量機中，?間隔?是指（__)。A)非支持向量到劃分超平面間的距離之和B)支持向量之間的距離C)支持向量和非支持向量之間的距離D)支持向量到超平面的距離之和答案:D解析:[單選題]46.以下兩種描述分別對應哪兩種對分類算法的評價標準?(a)警察抓小偷,描述警察抓的人中有多少個是小偷的標準。(b)描述有多少比例的小偷給警察抓了的標準。A)Precision,RecallB)Recall,PrecisionC)Precision,ROCD)Recall,ROC答案:A解析:[單選題]47.FOIL是（）的學習算法A)命題規則B)剪枝優化C)一階規則D)序貫覆蓋答案:C解析:[單選題]48.以下哪項不屬于知識發現的過程？()A)數據清理B)數據挖掘C)知識可視化表達D)數據測試答案:D解析:[單選題]49.下列激活函數中，能夠實現將特征限制到區間[-1,1]的是哪一個A)TanhB)LogisticC)ReLUD)Sigmoid答案:A解析:[單選題]50.變量之間的關系可以分為（）兩大類。A)函數關系與相關關系B)線性相關關系和非線性相關關系C)正相關關系和負相關關系D)簡單相關關系和復雜相關關系答案:A解析:[單選題]51.(__)是一門以可視化交互為基礎，綜合運用圖形學、數據挖掘和人機交互等多個領域的知識，以實現人機協同完成可視化任務為主要目的的分析推理性學科。A)信息可視化B)科學可視化C)可視分析學D)數據可視化答案:C解析:[單選題]52.圖像在opencv中的數據存儲結構是()。A)tensorB)numpyC)linkD)Mat答案:D解析:[單選題]53.在測試一假設h時,發現在一包含n=1000個隨機抽取樣例的樣本s上,它出現r=300個錯誤,計算Errors(h)的標準差()A)0.0145B)0.145C)1.45D)14.5答案:A解析:[單選題]54.下列表示Pandas類別統計函數的是（）。A)value_Counts()B)Value_Counts()C)values_counts()D)value_counts()答案:D解析:[單選題]55.對于分類任務來說，在所有相關概率都已知的理想情形下，（__）考慮如何基于這些概率和誤判損失來選擇最優的類別標記。A)支持向量機B)間隔最大化C)線性分類器D)貝葉斯決策論答案:D解析:[單選題]56.下面的代碼中，不是用來用來評價所訓練模型的預測準確性的是：A)fromsklearn.metricsimportaccuracy_scoreB)fromsklearn.model_selectionimporttrain_test_splitC)fromsklearn.metricsimportmean_squared_errorD)fromsklearn.metricsimportmean_absolute_error答案:B解析:[單選題]57.以下描述正確的是()。A)非結構化數據是先有結構，后有數據B)XML是非結構化數據C)結構化數據是先有數據，后有結構D)非結構化數據是數據科學與傳統數據管理的主要區別答案:D解析:[單選題]58.k-NN最近鄰方法在什么情況下效果較好？A)樣本較多但典型性不好B)樣本較少但典型性好C)樣本呈團狀分布D)樣本呈鏈狀分布答案:B解析:K近鄰算法主要依靠的是周圍的點，因此如果樣本過多，則難以區分，典型性好的容易區分。樣本呈團狀或鏈狀都具有迷惑性，這樣kNN就發揮不出其求近鄰的優勢了，整體樣本應該具有典型性好，樣本較少，比較適宜。第2部分：多項選擇題，共21題，每題至少兩個正確答案,多選或少選均不得分。[多選題]59.在決策樹基本算法中，有三種情形會導致遞歸返回，這三種情形分別是（__）。A)當前結點包含的樣本全屬于同一類別，無需劃分B)當前屬性集為空，或是所有樣本在所有屬性上取值相同，無法劃分C)當前結點包含的樣本集合為空，不能劃分D)當前結點包含的樣本不屬于同一類別，不可劃分答案:ABC解析:[多選題]60.可用于貝葉斯決策的函數（）A)AB)BC)CD)D答案:ABC解析:[多選題]61.下面不屬于探索性統計中常用數據分布統計量的是(__)。A)殘差B)偏態C)峰態D)眾數答案:AD解析:[多選題]62.KNN的主要優點是()A)理論成熟,思想簡單,既可以用來做分類也可以用來做回歸B)訓練時間復雜度比支持向量機之類的算法低,僅為O(n)C)與樸素貝葉斯之類的算法比,對數據沒有假設,準確度高,對異常點不敏感D)可用于非線性分類答案:ABCD解析:[多選題]63.（）是卷積神經網絡的池化層。A)convolutionB)maxpoolingC)averagepoolingD)fullconnection答案:BC解析:[多選題]64.在hive中下列哪些命令可以實現去重()A)distinctB)groupbyC)row_numberD)Having答案:ABC解析:[多選題]65.支持向量機中定義的間隔值為w的二范式的-2次方，這樣看間隔貌似僅與權重w有關，這意味著偏置項b（__）。A)沒有任何意義B)對間隔不會產生影響C)通過約束隱式地影響著w的取值D)對間隔會產生影響答案:CD解析:[多選題]66.Spark可以采用幾種不同的部署方式A)SparkonYARNB)SparkonMesosC)onyarn模式D)Standalone答案:ABD解析:[多選題]67.機器學習算法按學習任務分類可分為A)分類B)回歸C)聚類D)強化學習答案:ABC解析:[多選題]68.(__)是數據科學的主要理論基礎之一。A)機器學習B)統計學C)數據D)黑客精神與技能答案:AB解析:[多選題]69.對單層感知機判別分類,描述正確的是()A)線性分類B)監督學習C)錯誤誤差最小D)錯誤誤差最大答案:ABC解析:[多選題]70.下列關于支持向量回歸機說法正確的是（__)。A)支持向量回歸機希望學得一個回歸模型，使得預測值f(x)與真實值x盡可能接近B)在傳統回歸模型中，當且僅當預測值f(x)與真實值x完全相同時，損失才為0C)支持向量回歸假設我們能夠容忍預測值f(x)與真實值x之間最多有特定值的誤差D)支持向量回歸以決策函數為中心，構建了一個特定寬度的間隔帶，若訓練樣本落入此間隔帶，則認為是被預測正確的答案:ABCD解析:[多選題]71.假設你有一個非常大的訓練集合,如下機器學習算法中,你覺著有哪些是能夠使用map-reduce框架并能將訓練集劃分到多臺機器上進行并行訓練()A)邏輯斯特回歸(LR),以及隨機梯度下降(SGD)B)線性回歸及批量梯度下降(BGD)C)神經網絡及批量梯度下降(BGD)D)針對單條樣本進行訓練的在線學習答案:BC解析:LR,SVM,NN,KNN,KMeans,DT,NB都可以用mapreduce并行。[多選題]72.聚類性能度量大致有兩類，一類是（__)，另一類是（__)。A)外部指標B)內部指標C)簇內相似度D)簇間相似度答案:AB解析:[多選題]73.以下關于Zookeeper的Leader選舉說法正確的是?()A)當實例n為奇數時,假定n=2x+1,則成為leader節點需要x+1票B)Zookeeper選舉leader時,需要半數以上的票數C)當實例數為8時,則成為leader節點需要5票,容災能力為4D)當實例數n為奇數時,假定n=2x+1,則成為leader節點需要x票答案:AB解析:[多選題]74.數據科學的基本流程包含(__)。A)數據化B)探索性分析C)數據分析D)數據存儲答案:ABC解析:[多選題]75.哪些項不屬于使用池化層相比于相同步長的卷積層的優勢？（）A)參數更少B)可以獲得更大下采樣C)速度更快D)有助于提升精度答案:BCD解析:第3部分：判斷題，共12題，請判斷題目是否正確。[判斷題]76.硬投票計算出每個類別的平均估算概率，然后選出概率最高的類別。A)正確B)錯誤答案:錯解析:[判斷題]77.決策樹通過預剪枝和后剪枝提升模型的泛化能力。()A)正確B)錯誤答案:對解析:[判斷題]78.Bagging是一個低效的集成學習算法A)正確B)錯誤答案:錯解析:[判斷題]79.準確率是所有正確識別的樣本占樣本總量的比例。當所有類別都同等重要時，采用準確率最為簡單直觀。A)正確B)錯誤答案:對解析:[判斷題]80.機器學習的核心是?使用算法解析數據，從中學習，然后對世界上的某件事情做出決定或預測A)正確B)錯誤答案:對解析:[判斷題]81.極大似然法估計參數的核心思想是：選擇參數，使得當前已經觀測到的數據（訓練集中的m個樣本）最有可能出現（概率最大）。A)正確B)錯誤答案:對解析:[判斷題]82.Boosting的訓練過程是有序的。A)正確B)錯誤答案:對解析:[判斷題]83.卷積操作的本質特性包括稀疏交互和參數共享。()A)正確B)錯誤答案:對解析:[判斷題]84.決策樹是基于樹結構來進行決策的，決策樹學習的目的是為了產生一棵泛化能力強的決策樹。A)正確B)錯誤答案:對解析:[判斷題]85.兩個變量相關，它們的相關系數r可能為0。這句話是否正確？A)正確B)錯誤答案:對解析:一般來說，相關系數r=0是兩變量相互獨立的必要不充分條件。也就是說，如果兩個變量相互獨立，那么相關系數r一定為0，如果相關系數r=0，則不一定相互獨立。相關系數r=0只能說明兩個變量之間不存在線性關系，仍然可能存在非線性關系。那么，若兩個變量相關，存在非線性關系，那么它們的相關系數r就為0。[判斷題]86.逆歸結的一大特點是能自動發明新謂詞，這些謂詞可能對應于樣例屬性和背景知識中不存在的新知識A)正確B)錯誤答案:對解析:[判斷題]87.LabelEncoder是將原為0或1的布爾值轉換為字符串（str）A)正確B)錯誤答案:錯解析:第4部分：問答題，共9題，請在空白處填寫正確答案。[問答題]88.如果訓練集有100萬個實例,訓練決策樹（無約束)大致的深度是多少?答案:答:一個包含m個葉節點的均衡二叉樹的深度等于log2(m)的四舍五入。通常來說,二