机器学习基础问答

01）机器学习的基本理念是（）。

A. 让计算机遵循固定规则 B. 让计算机自动从数据中学习规律 C. 让计算机存储海量信息 D. 让计算机执行快速计算

02）监督学习与无监督学习的区别在于（）。

A. 是否需要大量数据 B. 是否包含标签数据 C. 是否需要人工干预 D. 是否能够处理连续值

03）关于监督学习的说法，正确的是（）。

A. 训练数据没有标签 B. 训练数据包含输入特征及正确输出标签 C. 仅适用于分类问题 D. 不需要训练过程

04）无监督学习的任务不包括（）。

A. 聚类 B. 降维 C. 分类 D. 发现数据模式

05）强化学习的特点是（）。

A. 通过标签数据学习 B. 通过奖励信号学习最佳策略 C. 不需要任何反馈 D. 仅限于游戏领域

06）在决策树学习中，每个节点代表（）。

A. 最终结论 B. 特征判断 C. 数据类别 D. 训练样本

07）关于神经网络的描述，错误的是（）。

A. 神经网络模仿大脑神经元结构 B. 神经网络由多层神经元构成 C. 神经网络只能处理线性问题 D. 深度学习涉及多层神经网络

08）在机器学习流程中，数据预处理的主要目标是（）。

A. 收集更多数据 B. 清洗、转换数据使其规范 C. 选择模型 D. 评估模型性能

09）特征工程指的是（）。

A. 收集原始数据 B. 从原始数据中提取有用特征 C. 训练模型 D. 测试模型

10）以下哪种情况会导致"垃圾进，垃圾出"的问题（）。

A. 数据质量差 B. 模型选择不当 C. 训练时间过长 D. 测试数据不足

11）模型评估的目的在于（）。

A. 增加训练数据 B. 检验模型在新数据上的表现 C. 减少特征数量 D. 加快训练速度

12）以下属于统计学习方法的是（）。

A. 决策树 B. 支持向量机 C. 神经网络 D. 遗传算法

13）过拟合指的是（）。

A. 模型在训练数据上表现不佳 B. 模型在新数据上表现不佳但在训练数据上表现良好 C. 模型训练时间过长 D. 模型参数不足

14）解决过拟合的常用方法不包括（）。

A. Dropout B. 数据增强 C. 正则化 D. 增加模型复杂度

15）聚类算法属于（）。

A. 监督学习 B. 无监督学习 C. 强化学习 D. 半监督学习

16）AlphaGo的训练主要采用了（）。

A. 监督学习 B. 无监督学习 C. 强化学习 D. 决策树学习

17）朴素贝叶斯属于（）。

A. 监督学习方法 B. 无监督学习方法 C. 强化学习方法 D. 深度学习方法

18）在机器学习项目中，通常耗时最长的步骤是（）。

A. 模型选择 B. 数据预处理 C. 模型训练 D. 模型评估

19）关于决策树的描述，正确的是（）。

A. 决策树只能处理数值型特征 B. 决策树的每个叶节点代表特征判断 C. 决策树像一系列选择题，逐步缩小范围得出结论 D. 决策树不适合分类问题

20）支持向量机（SVM）的主要思想是（）。

A. 找到能将数据分开的最佳超平面 B. 构建决策树 C. 模拟神经网络 D. 进行聚类分析