第一章 单元测试

1、 问题:下列方法为科学推理的两大手段之一的是（ ）。
选项：
A:假设
B:归纳
C:描述
D:监督
答案: 【
归纳
】

2、 问题:下列为统计学习的代表性技术的是（ ）。
选项：
A:决策树
B:BP算法
C:支持向量机
D:感知机
答案: 【
支持向量机
】

3、 问题:根据训练数据是否拥有标记信息，学习任务可大致分为（ ）。
选项：
A:监督学习
B:多分类学习
C:分类学习
D:无监督学习
答案: 【
监督学习
无监督学习
】

4、 问题:我们想要预测的值是离散的则把此类学习任务称为回归。（ ）
选项：
A:对
B:错
答案: 【
错
】

5、 问题:我们想要预测的是连续值则把此类学习任务称为分类。（ ）
选项：
A:对
B:错
答案: 【
错
】

6、 问题:对于一个只涉及两个类别的二分类任务，通常我们称其中一个为正类，另一个为反类。（ ）
选项：
A:对
B:错
答案: 【
对
】

7、 问题:学得模型后可以使用模型进行预测的过程称为“测试”，被预测的样本称为“测试样本”。（ ）
选项：
A:对
B:错
答案: 【
对
】

8、 问题:在《人工智能手册》一书中，将机器学习划分为“机械学习”，“示教学习”，“类比学习”，“归纳学习”四种。（ ）
选项：
A:对
B:错
答案: 【
对
】

9、 问题:核方法是机器学习中统计学习的一种。（ ）
选项：
A:对
B:错
答案: 【
对
】

10、 问题:

假设样本空间Z和假设空间H都是离散的，令P(h|X，ℓa)代表算法ℓa基于训练数据X产生假设h的概率，再领f代表我们希望学习的真实目标函数。那么ℓa在训练集之外的所有样本上的误差为。（ ）

选项：
A:对
B:错
答案: 【
错
】

第二章 单元测试

1、 问题:下面对误差的有关说法正确的是（ ）。
选项：
A:将分类错误的样本数占样本总数的比例称为误差
B:学习器实际预测输出与样本的真实输出之间的差异称为误差
C:学习器在训练集上的误差是泛化误差
D:学习器在新样本的上的误差是训练误差
答案: 【
学习器实际预测输出与样本的真实输出之间的差异称为误差
】

2、 问题:下列对分类阈值相关概念描述正确的是（ ）。
选项：
A:根据实值或概率的预测结果对样本进行排序，最可能的排在最后
B:大于阈值为反类
C:小于阈值为反类
D:根据实值或概率的预测结果对样本进行排序，最不可能的排在前面
答案: 【
小于阈值为反类
】

3、 问题:下列说法正确的是（ ）。
选项：
A:TP+FP+TN+FN=样例总数
B:查准率P=
C:查准率高时，查全率也很高
D:将查准率为纵轴，查全率为横轴作图就是P-R曲线
答案: 【
TP+FP+TN+FN=样例总数
将查准率为纵轴，查全率为横轴作图就是P-R曲线
】

4、 问题:我们把分类错误的样本数占总数的比例称为错误率。（ ）
选项：
A:对
B:错
答案: 【
对
】

5、 问题:学习器在训练集上的误差称为训练误差或经验误差。（ ）
选项：
A:对
B:错
答案: 【
对
】

6、 问题:有这样一个树叶训练样本学习器，最后他的分类结果误以为绿色的都是树叶，他这属于过拟合模型。（ ）
选项：
A:对
B:错
答案: 【
错
】

7、 问题:有这样一个树叶训练样本学习器，最后他的分类结果误以为树叶必须都有锯齿，他这属于过拟合模型。（ ）
选项：
A:对
B:错
答案: 【
对
】

8、 问题:若一个学习器的ROC曲线被另一个学习器完全包住，则必然是后者的性能优于前者。（ ）
选项：
A:对
B:错
答案: 【
对
】

9、 问题:对于一个二分类问题，可根据样例情况的真实类别和学习器预测类别的组合划分为真正例，假正例，真反例和假反例。（ ）
选项：
A:对
B:错
答案: 【
对
】

10、 问题:平衡点就是一个度量，他是查准率=查全率时的取值。（ ）
选项：
A:对
B:错
答案: 【
对
】

第三章 单元测试

1、 问题:构建一个最简单的线性回归模型需要几个系数(只有一个特征)（ ）
选项：
A:1
B:2
C:3
D:4
答案: 【
2
】

本门课程剩余章节答案为付费内容
本文章不含期末不含主观题！！
本文章不含期末不含主观题！！
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦，电子资源购买后不支持退款哦
点我支付 ¥5
  已支付？输入手机号或商家订单号阅读