人工智能機器學(xué)習(xí)技術(shù)練習(xí)(習(xí)題卷5)

試卷科目：人工智能機器學(xué)習(xí)技術(shù)練習(xí)人工智能機器學(xué)習(xí)技術(shù)練習(xí)(習(xí)題卷5)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能機器學(xué)習(xí)技術(shù)練習(xí)第1部分：單項選擇題，共62題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.基于劃分的聚類,說法正確的是()A)對分區(qū)個數(shù)敏感B)無法區(qū)分互斥的簇C)有利于尋找非球形簇答案:A解析:[單選題]2.邏輯回歸常用于解決()A)回歸問題B)分類問題C)優(yōu)化問題答案:B解析:[單選題]3.機器學(xué)習(xí)這個術(shù)語是由()定義的？A)ArthurSamuelB)GuidovanRossumC)JamesGoslingD)以上都不是答案:A解析:[單選題]4.spark是用以下哪種編程語言實現(xiàn)的A)cB)C++C)javaD)Scala答案:D解析:[單選題]5.在不考慮標記樣本時，支持向量機試圖找到（）間隔劃分超平面A)最大B)最小C)最長D)最短答案:A解析:[單選題]6.下面哪句話是正確的？A)機器學(xué)習(xí)模型的精準度越高，則模型的性能越好B)增加模型的復(fù)雜度，總能減小測試樣本誤差C)增加模型的復(fù)雜度，總能減小訓(xùn)練樣本誤差D)以上說法都不對答案:C解析:本題考查的是機器學(xué)習(xí)模型的評判指標。機器學(xué)習(xí)模型的精準度（Precision）越高，模型性能不一定越好，還要看模型的召回率（Recall），特別是在正負樣本分布不均的情況下。一般使用F1score評判標準。增加模型復(fù)雜度，通?？赡茉斐蛇^擬合。過擬合的表現(xiàn)是訓(xùn)練樣本誤差減小，而測試樣本誤差增大。[單選題]7.訓(xùn)練集、驗證集和測試集在使用過程中的順序是A)測試集、訓(xùn)練集、驗證集B)訓(xùn)練集、測試集、驗證集C)驗證集、訓(xùn)練集、測試集D)訓(xùn)練集、驗證集、測試集答案:B解析:[單選題]8.TF-IDF模型中IDF是指(__)。A)詞頻數(shù)B)逆文檔頻率C)詞頻率D)逆文檔頻數(shù)答案:B解析:[單選題]9.下面算法屬于局部處理的是（）。A)灰度線性變換B)二值化C)傅里葉變換D)中值濾波答案:D解析:[單選題]10.關(guān)于Elman網(wǎng)絡(luò)描述錯誤的是A)作為遞歸神經(jīng)網(wǎng)絡(luò)，允許出現(xiàn)環(huán)形結(jié)構(gòu)；B)一些神經(jīng)元的輸出反饋回來會作為輸入信號；C)用于處理靜態(tài)模型，即無法處理與時間有關(guān)的動態(tài)變化；D)可利用BP算法來進行參數(shù)優(yōu)化；答案:C解析:[單選題]11.生成式方法是直接基于（）的方法?A)生成式學(xué)習(xí)B)生成式場景C)生成式數(shù)據(jù)D)生成式模型答案:D解析:[單選題]12.下列兩個變量之間的關(guān)系中，那一個是線性關(guān)系A(chǔ))學(xué)生的性別與他（她）的數(shù)學(xué)成績B)人的工作環(huán)境與他的身體健康狀況C)兒子的身高與父親的身高D)正方形的邊長與周長答案:D解析:[單選題]13.若1.數(shù)據(jù)加工、2.數(shù)據(jù)化、3.數(shù)據(jù)整齊化、4.數(shù)據(jù)分析，則在數(shù)據(jù)科學(xué)的基本流程順序是(__)。A)1234B)2134C)2314D)3214答案:B解析:[單選題]14.如下邏輯回歸圖顯示了3種不同學(xué)習(xí)速率值的代價函數(shù)和迭代次數(shù)之間的關(guān)系(不同的顏色在不同的學(xué)習(xí)速率下顯示不同的曲線)。為了參考而保存圖表后,忘記其中不同學(xué)習(xí)速率的值。現(xiàn)在需要曲線的傾斜率值之間的關(guān)系。以下哪一個是正確的?注:1藍色的學(xué)習(xí)率是L12紅色的學(xué)習(xí)率是L23綠色學(xué)習(xí)率為lL3alt="">A)L1>L2>L3B)L1=L2=L3C)L1D)都不是答案:C解析:如果學(xué)習(xí)速率低下,代價函數(shù)將緩慢下降,學(xué)習(xí)速度過高,則其代價函數(shù)會迅速下降。[單選題]15.對于圖像識別問題（比如識別照片中的貓），（）神經(jīng)網(wǎng)絡(luò)模型更適合解決這類問題。A)感知機B)循環(huán)神經(jīng)網(wǎng)絡(luò)C)卷積神經(jīng)網(wǎng)絡(luò)D)多層感知機答案:C解析:[單選題]16.在SVM中,margin的含義是()A)差額B)損失誤差C)幅度D)間隔答案:D解析:[單選題]17.關(guān)于logistic回歸和SVM不正確的是（）A)Logistic回歸目標函數(shù)是最小化后驗概率B)Logistic回歸可以用于預(yù)測事件發(fā)生概率的大小C)SVM目標是結(jié)構(gòu)風(fēng)險最小化D)SVM可以有效避免模型過擬合答案:A解析:[單選題]18.（）是指機器學(xué)習(xí)算法對新鮮樣本的適應(yīng)能力。A)模型測試B)泛化能力C)過擬合D)模型訓(xùn)練答案:B解析:[單選題]19.近似推斷不含有？A)采樣B)變分推斷C)確定性近似完成近似推斷D)分類答案:D解析:[單選題]20.9.關(guān)于K-均值算法,以下說法不正確的是A)K-均值算法是一種劃分方法。B)K-均值算法能發(fā)現(xiàn)任意形狀的簇。C)K-均值算法不一定收斂于全局最優(yōu)解。D)比起DBSCAN算法來，K更好答案:B解析:[單選題]21.在標準化公式z=中，使用e的目的是()A)為了加速收斂B)如果μC)使結(jié)果更準確D)防止分母為零答案:D解析:[單選題]22.下面說法正確的是?A)梯度下降有時會陷于局部極小值,但EM算法不會。B)SVM對噪聲魯棒。C)當訓(xùn)練數(shù)據(jù)較多時更容易發(fā)生過擬合。D)給定n個數(shù)據(jù)點,如果其中一半用于訓(xùn)練,另一半用于測試,則訓(xùn)練誤差和測試誤差之間的差別會隨著n的增加而減小。答案:D解析:[單選題]23.關(guān)于Hadoop技術(shù)描述錯誤的是?()A)HDFS是一個分布式文件系統(tǒng)B)聯(lián)盟鏈C)HDFS適合存儲大量的小文件D)HDFS存儲空間由數(shù)據(jù)節(jié)點數(shù)決定答案:C解析:[單選題]24.S市A,B共有兩個區(qū),人口比例為3:5,據(jù)歷史統(tǒng)計A的犯罪率為0.01%,B區(qū)為0.015%,現(xiàn)有一起新案件發(fā)生在S市,那么案件發(fā)生在A區(qū)的可能性有多大?()A)37.5%B)32.5%C)28.6%D)26.1%答案:C解析:[單選題]25.二值圖象中分支點的連接數(shù)為:A)0B)1C)2D)3答案:D解析:[單選題]26.變量消去的缺點有A)會造成冗余計算B)純半監(jiān)督學(xué)習(xí)C)主動學(xué)習(xí)D)圖半監(jiān)督學(xué)習(xí)答案:C解析:[單選題]27.在print函數(shù)的輸出字符串中可以將（）作為參數(shù)，代表后面指定要輸出的字符串。A)%dB)%cC)%sD)%t答案:C解析:[單選題]28.點擊率問題是這樣一個預(yù)測問題,99%的人是不會點擊的,而1%的人是會點擊進去的,所以這是一個非常不平衡的數(shù)據(jù)集。假設(shè),現(xiàn)在我們已經(jīng)建了一個模型來分類,而且有了99%的預(yù)測準確率,我們可以下的結(jié)論是()。A)模型預(yù)測準確率已經(jīng)很高了,我們不需要做什么了B)模型預(yù)測準確率不高,我們需要做點什么改進模型C)無法下結(jié)論D)以上答案都不正確答案:C解析:類別不均衡的情況下,不能用準確率做分類評估指標,因為全判斷為不會點,準確率也是99%,此時分類器一點用都沒有。[單選題]29.在線性模型y=w1x1+w2x2+…+wnxn中，[w1,w2,…,wn]值代表（）A)預(yù)測值B)特征值C)輸入值D)模型參數(shù)答案:D解析:[單選題]30.LSTM與RNN相比可以解決（）。A)梯度消失B)訓(xùn)練結(jié)果發(fā)散C)需要激活函數(shù)D)無法處理長距離的依賴的問題答案:D解析:[單選題]31.K-搖臂賭博機屬于（__)算法。A)機器學(xué)習(xí)B)深度學(xué)習(xí)C)強化學(xué)習(xí)D)有監(jiān)督學(xué)習(xí)答案:C解析:[單選題]32.下列選項中，（）是基于Web的交互式計算環(huán)境，可以編輯易于人們閱讀的文檔，用于展示數(shù)據(jù)分析的過程。A)JupyterNotebookB)AncondaNavigatorC)AncondaPromptD)Spyder答案:A解析:[單選題]33.以下哪個不是Python關(guān)鍵字（）。A)fromB)assertC)notD)final答案:D解析:[單選題]34.關(guān)于Pandas中數(shù)據(jù)排序，下列說法正確的是（）。A)即可以按照行索引排序，也可以按照列索引排序B)sort_index()方法表示按照值進行排序C)sort_values()方法表示按照索引進行排序D)默認情況下，sort_index()方法按照降序排列答案:A解析:[單選題]35.在支持向量機中，（__）允許支持向量機在一些樣本上出錯。A)硬間隔B)軟間隔C)核函數(shù)D)拉格朗日乘子法答案:B解析:[單選題]36.LSTM中門的輸出是（）之間的實數(shù)向量。A)0到1B)1到-1C)0到-1D)1到2答案:A解析:[單選題]37.以下關(guān)于決策樹的說法錯誤的是（)。A)冗余屬性不會對決策樹的精確率造成不利的影響B(tài))子樹可能在決策樹中重復(fù)多次C)決策樹對于噪聲的干擾非常敏感D)尋找最佳決策樹是NP完全問題答案:C解析:[單選題]38.半監(jiān)督學(xué)習(xí)包括__。A)純半監(jiān)督學(xué)習(xí)B)主動學(xué)習(xí)C)回歸學(xué)習(xí)D)分類學(xué)習(xí)、答案:A解析:[單選題]39.所有預(yù)測模型在廣義上都可稱為一個或一組（__)。A)公式B)邏輯C)命題D)規(guī)則答案:D解析:[單選題]40.以下對Volume相關(guān)描述不正確的是()。A)Volume是指數(shù)據(jù)量大B)就目前而言，當數(shù)據(jù)量達到拍字節(jié)以上時，一般稱為大數(shù)據(jù)C)大數(shù)據(jù)時間分布是均勻的D)數(shù)據(jù)量大是相對計算與存儲能力而定的答案:C解析:[單選題]41.計算機初始狀態(tài)能識別(__)上的基本信息。A)像素點B)每個物體C)背景D)前景答案:A解析:[單選題]42.下面對范數(shù)規(guī)則化描述錯誤的是（__）。A)L0是指向量中0的元素的個數(shù)B)L1范數(shù)是指向量中各個元素絕對值之和C)L2范數(shù)向量元素絕對值的平方和再開平方D)L0是指向量中非0的元素的個數(shù)答案:A解析:[單選題]43.在OpenCV中加載特征數(shù)據(jù)集的函數(shù)是()。A)read_csv()B)input()C)CascadeClassifier()D)imshow()答案:C解析:[單選題]44.下列函數(shù)中，用于計算整數(shù)的絕對值的是（）。A)square()B)sqrt()C)abs()D)floor()答案:C解析:[單選題]45.以下場景中，屬于機器學(xué)習(xí)的是？A)讓機器檢測地震活動B)電腦運行仿生程序C)電腦作為計算器使用D)通過對不同階段的西瓜照片進行識別，讓機器能辨別熟西瓜答案:D解析:[單選題]46.以下對信息描述不正確的是()。A)信息與能源、材料屬于同一層次的概念B)信息是客觀的存在C)信息是人類社會賴以生存和發(fā)展的三大資源之一D)信息是對數(shù)據(jù)進行計量形成的記錄答案:D解析:[單選題]47.關(guān)于啞變量的說法中，下列選項描述錯誤的是（）。A)啞變量是人為虛設(shè)的變量B)啞變量在轉(zhuǎn)換成指標矩陣后，其值通常為0或1C)Pnadas中g(shù)et_dummies()函數(shù)可以對類別進行啞變量處理D)啞變量的使用沒有實際意義答案:D解析:[單選題]48.令N為數(shù)據(jù)集的大小[注:設(shè)訓(xùn)練樣本(xi,yi),N即訓(xùn)練樣本個數(shù)],d是輸入空間的維數(shù)(注:d即向量xi的維數(shù))。硬間隔SVM問題的原始形式[即在不等式約束(yi(wTxi+b)≥1)下最小化(1/2)wTw]在沒有轉(zhuǎn)化為拉格朗日對偶問題之前,是()。A)一個含N個變量的二次規(guī)劃問題B)一個含N+1個變量的二次規(guī)劃問題C)一個含d個變量的二次規(guī)劃問題D)一個含d+1個變量的二次規(guī)劃問題答案:D解析:欲找到具有最大間隔的劃分超平面,也就是要找到能滿足題中不等式約束的參數(shù)w和b,是一個含d+1個變量的二次規(guī)劃問題。[單選題]49.強化學(xué)習(xí)()。A)也稱為有教師學(xué)習(xí)B)需要經(jīng)驗數(shù)據(jù)C)數(shù)據(jù)要是成對的D)不需要預(yù)備知識答案:D解析:[單選題]50.假如使用一個較復(fù)雜的回歸模型來擬合樣本數(shù)據(jù)，使用Ridge回歸，調(diào)試正則化參數(shù)λ，來降低模型復(fù)雜度。若λ較小時，關(guān)于偏差（bias）和方差（variance），下列說法正確的是？A)若λ較小時，偏差減小，方差減小B)若λ較小時，偏差減小，方差增大C)若λ較小時，偏差增大，方差減小D)若λ較小時，偏差增大，方差增大答案:B解析:[單選題]51.支持向量機的優(yōu)化問題是最小化的平方，這實現(xiàn)了（__）。A)幾何間隔為1/的最大間隔超平面B)幾何間隔為的最大間隔超平面C)幾何間隔為1/的最小間隔超平面D)幾何間隔為的最小間隔超平面答案:A解析:[單選題]52.將閔可夫斯基距離和（__）結(jié)合即可處理混合屬性。A)ValueDifferenceMectricB)k-meansC)k近鄰D)SVM答案:A解析:[單選題]53.盲目搜索策略不包括下列那個()A)廣度優(yōu)先搜索B)深度優(yōu)先搜索C)有界深度優(yōu)先搜索D)全局擇優(yōu)搜索答案:D解析:[單選題]54.決策樹中,同一路徑上的所有屬性之間是()關(guān)系。A)因果B)相關(guān)C)邏輯或D)邏輯與答案:D解析:[單選題]55.當（__）過高，會出現(xiàn)欠擬合現(xiàn)象A)偏差B)方差C)噪聲D)泛化誤差答案:A解析:[單選題]56.給定的數(shù)據(jù)集包括?胡佛塔?和其他一些塔的圖像?，F(xiàn)在要使用PCA(特征臉)和最近鄰方法來構(gòu)建一個分類器,可以預(yù)測新圖像是否顯示?胡佛塔?。該圖給出了輸入的訓(xùn)練圖像樣本alt="">為了從?特征臉?算法獲得合理的性能,這些圖像將需要什么預(yù)處理步驟?A)1B)2C)1和2D)都不是答案:C解析:[單選題]57.假設(shè)我們有一個使用ReLU激活函數(shù)(ReLUactivationfunction)的神經(jīng)網(wǎng)絡(luò),假如我們把ReLU激活替換為線性激活,那么這個神經(jīng)網(wǎng)絡(luò)能夠模擬出同或函數(shù)(XNORfunction)嗎?A)可以B)不好說C)不一定D)不能答案:D解析:[單選題]58.對OpenCV中的rectangle()說法正確的是()。A)可以用來繪制三角形B)可以用來繪制圓形C)可以用來繪制多邊形D)可以用來繪制矩形答案:D解析:第2部分：多項選擇題，共17題，每題至少兩個正確答案,多選或少選均不得分。[多選題]59.下列屬于實現(xiàn)樸素貝葉斯使用方式的為A)若對預(yù)測速度要求較高，可采用樸素貝葉斯估計所有涉及Giallo；B)若任務(wù)數(shù)據(jù)更替頻繁，結(jié)合懶惰學(xué)習(xí)采用；C)若數(shù)據(jù)不斷增加，則可在估計值基礎(chǔ)上，對新增樣本的屬性所涉及概率估計；D)屬性相關(guān)事件上采用；答案:ABC解析:[多選題]60.集成學(xué)習(xí)中多樣性的增強有哪些___A)數(shù)據(jù)樣本擾動B)輸入屬性擾動C)輸出表示擾動D)算法參數(shù)擾動答案:ABCD解析:[多選題]61.數(shù)據(jù)科學(xué)的(__)往往來自于統(tǒng)計學(xué)。A)理論B)方法C)技術(shù)D)工具答案:ABCD解析:[多選題]62.影響基本K-均值算法的主要因素有()A)樣本輸入順序B)模式相似性測度C)聚類準則D)初始類中心的選取答案:ABD解析:關(guān)于A,具體推導(dǎo)詳見《模式識別》的動態(tài)聚類算法,書中提到,這是一個局部搜索算法,不能保證得到全局最優(yōu)解,算法結(jié)果受初始值和樣本調(diào)整順序的影響。也就是說如果在迭代的過程中,數(shù)據(jù)集不夠隨機,很容易陷入局部最優(yōu)。[多選題]63.在當下比較流行的分布式數(shù)據(jù)處理平臺Spark中,有一些常用的高階算子,比如說flatMap,filter,groupByKey等等;它們中的某些算子會觸發(fā)shuffle操作,所謂shuffle,粗略的可以理解為要處理的數(shù)據(jù)集的內(nèi)部分區(qū)需要進行重排,而不是原地計算。下面哪個算子會引起shuffle?()A)mapB)countC)sortByKeyD)join答案:CD解析:[多選題]64.深度學(xué)習(xí)方法不適用于的場景有()。A)數(shù)據(jù)樣本充足B)數(shù)據(jù)樣本不足C)數(shù)據(jù)集具有局部相關(guān)特性D)數(shù)據(jù)集沒有局部相關(guān)特性答案:BD解析:以下數(shù)據(jù)集不適合用深度學(xué)習(xí):①數(shù)據(jù)集太小,數(shù)據(jù)樣本不足時,深度學(xué)習(xí)相對其他機器學(xué)習(xí)算法沒有明顯優(yōu)勢。②數(shù)據(jù)集沒有局部相關(guān)特性,目前深度學(xué)習(xí)表現(xiàn)比較好的領(lǐng)域主要是圖像/語音/自然語言處理等領(lǐng)域,這些領(lǐng)域的一個共性是局部相關(guān)性。圖像中像素組成物體,語音信號中音位組合成單詞,文本數(shù)據(jù)中單詞組合成句子,這些特征元素的組合一旦被打亂,表示的含義同時也被改變。對于沒有這樣的局部相關(guān)性的數(shù)據(jù)集,不適于使用深度學(xué)習(xí)算法進行處理。[多選題]65.以下屬于聚類算法的是:A)K均值B)DBSCANC)AprioriD)樸素貝葉斯答案:AB解析:[多選題]66.從形式語言表達能力而言，規(guī)則可分為兩類：（__)和（__)。A)命題規(guī)則B)一階規(guī)則C)原子命題D)邏輯連接詞答案:AB解析:[多選題]67.集成學(xué)習(xí)學(xué)習(xí)中多樣性的度量（用于度量集成中個體分類器的多樣性）有哪些___A)不合度量B)相關(guān)系數(shù)C)Q-統(tǒng)計量D)к-統(tǒng)計量答案:ABCD解析:[多選題]68.聚類旨在發(fā)現(xiàn)有用的對象簇，在現(xiàn)實中我們用到很多的簇的類型，使用不同的簇類型劃分數(shù)據(jù)的結(jié)果是不同的，常見的簇類型有（）A)明顯分離的簇B)基于中心的簇C)基于鄰近的簇D)基于密度的簇答案:ABCD解析:[多選題]69.糾錯輸出碼編碼越長__。A)糾錯能力越強B)分類器越多C)計算開銷增大D)存儲開銷增大答案:ABCD解析:[多選題]70.下列屬于樸素貝葉斯分類器的特點的是（__）。A)算法邏輯簡單，易于實現(xiàn)B)算法邏輯復(fù)雜，不易于實現(xiàn)C)分類過程中時空開銷小D)分類過程中時空開銷大答案:AC解析:[多選題]71.下列關(guān)于ROC曲線描述正確的是（__）。A)ROC曲線又叫等感受曲線B)ROC曲線離純機遇線越遠，表明被試的辨別力越強C)辨別力不同的被試的ROC曲線也不同。D)辨別力不同的被試的ROC曲線相同。答案:ABC解析:[多選題]72.以下關(guān)于正則化的描述正確的是()A)正則化可以防止過擬合B)L1正則化能得到稀疏解C)L2正則化約束了解空間D)Dropout也是一種正則化方法答案:ABCD解析:[多選題]73.有兩種策略常用來緩解BP網(wǎng)絡(luò)的過擬合，分別是（__）和（__）。A)晚停B)早停C)正則化D)加入損失函數(shù)答案:BC解析:[多選題]74.數(shù)據(jù)集成可以分為(__)。A)內(nèi)容集成B)結(jié)構(gòu)集成C)模式集成D)概念集成答案:AB解析:[多選題]75.下列關(guān)于Boosting算法說法正確的是（__）。A)Boosting算法要求基學(xué)習(xí)器能對特定的數(shù)據(jù)分布進行學(xué)習(xí)B)Boosting對無法接受帶權(quán)樣本的基學(xué)習(xí)算法，可通過重采樣法進行處理C)Boosting算法在訓(xùn)練的每一輪都要檢查當前生成的基學(xué)習(xí)器是否滿足基本條件D)一旦當前生成的基學(xué)習(xí)器不滿足條件，則當前基學(xué)習(xí)器被拋棄，且學(xué)習(xí)過程停止答案:ABCD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.DataFrame的結(jié)構(gòu)是由索引和數(shù)據(jù)組成的。A)正確B)錯誤答案:對解析:[判斷題]77.Logistic回歸和Softmax回歸都只能處理二元分類問題A)正確B)錯誤答案:錯解析:[判斷題]78.K近鄰學(xué)習(xí)沒有顯式的訓(xùn)練過程，屬于?懶惰學(xué)習(xí)?。此類學(xué)習(xí)技術(shù)在訓(xùn)練階段僅僅是把樣本保存起來，訓(xùn)練時間開銷為零，待收到測試樣本后再進行處理A)正確B)錯誤答案:對解析:[判斷題]79.神經(jīng)網(wǎng)絡(luò)算法不能用于數(shù)據(jù)降維A)正確B)錯誤答案:錯解析:[判斷題]80.監(jiān)督學(xué)習(xí)的數(shù)據(jù)必須要帶標簽等人為標注信息A)正確B)錯誤答案:對解析:[判斷題]81.在訓(xùn)練完SVM之后，我們可以只保留支持向量，而舍去所有非支持向量。仍然不會影響模型分類能力。這句話是否正確？A)正確B)錯誤答案:對解析:本題考查的是對支持向量機SVM的概念理解。[判斷題]82.梯度下降算法中，學(xué)習(xí)率小會影響損失函數(shù)收斂于最小值的速度A)正確B)錯誤答案:對解析:[判斷題]83.ID3依據(jù)信息增益比做特征選擇，而C4.5依據(jù)基尼指數(shù)做特征選擇A)正確B)錯誤答案:錯解析:[判斷題]84.嶺回歸是對線性回歸的優(yōu)化，在線性回歸的基礎(chǔ)上，對損失函數(shù)增加了一個L2正則項，目的是降低方差，提高模型泛化能力。A)正確B)錯誤答案:對解析:[判斷題]85.深度學(xué)習(xí)通過深度神經(jīng)網(wǎng)的多層處理，將初始的?低層?特征表示轉(zhuǎn)化為?高層?特征表示，用?簡單模型?即可完成復(fù)雜的分類等學(xué)習(xí)任務(wù)A)正確B)錯誤答案:對解析:[判斷題]86.根據(jù)類別未知(沒有被標記)的訓(xùn)練樣本解決模式識別中的各種問題，稱之為監(jiān)督學(xué)習(xí)A)正確B)錯誤答案:錯解析:[判斷題]87.監(jiān)督學(xué)習(xí)是從標記的訓(xùn)練數(shù)據(jù)來推斷一個功能的機器學(xué)習(xí)任務(wù)A)正確B)錯誤答案:對解析: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.反映事件或?qū)ο笤谀撤矫娴谋憩F(xiàn)或性質(zhì)的事項，例如?色澤?等，稱為?屬性?（attribute）或?特征?（feature），屬性上的取值，例如?青綠??烏黑?，稱為（）。答案:屬性值解析:[問答題]89.三種常用的替代損失函數(shù)包括hinge損失，損失，損失答案:指數(shù)解析:[問答題]90.神經(jīng)網(wǎng)絡(luò)模型按照網(wǎng)絡(luò)的結(jié)構(gòu)可分為前饋型和（）。答