1 單選(2.5分)

下列關于有監督學習的說法不正確的是

得分/總分

• A.

  支持向量機模型中距離平面最近的幾個樣本對平面的選擇影響最大

  
  

• B.

  決策樹算法中最能將樣本數據顯著分開的屬性應該在決策早期就使用

  
  

• C.

  K近鄰算法中K值的選擇對分類的結果影響不大

  
  

  2.50/2.50
• D.

  模型測試階段的測試數據集不能與訓練數據集有交集

  
  

2 單選(2.5分)

下列關于有監督和無監督學習說法中不正確的是

得分/總分

• A.

  有監督學習有明確的學習目標，而無監督學習沒有

  
  

  2.50/2.50
• B.

  K近鄰算法中無需對訓練數據進行訓練

  
  

• C.

  有監督學習訓練數據的獲得需要專業人士進行標注

  
  

• D.

  無監督學習與有監督學習相比更加接近人類學習的過程

  
  

3 單選(2.5分)

下列關于強化學習的說法正確的是

得分/總分

• A.

  強化學習的概念是從Alphago戰勝李世石之后才提出的

• B.

  強化學習屬于無監督學習的一種，不需要有監督信息

• C.

  強化學習和有監督學習的過程相似，是“開環”的過程

• D.

  在強化學習中，計算機通過不斷與環境交互并通過環境反饋來逐漸適應環境

  
  

  2.50/2.50

4 單選(2.5分)

下列不屬于有監督機器學習的典型方法的是

得分/總分

• A.

  支持向量機

• B.

  聚類

  2.50/2.50
• C.

  K近鄰算法

  
  

• D.

  決策樹算法

5 單選(2.5分)

以下關于無監督學習說法錯誤的是

得分/總分

• A.

  聚類算法中，同一類別內部樣本的相似度較低

  2.50/2.50
• B.

  聚類算法中，不同類別之間樣本不交叉

• C.

  自動編碼器常應用于圖像抗噪和數據降維

• D.

  與有監督學習相比，無監督學習更接近人類學習的過程

6 單選(2.5分)

關于機器學習說法有誤的：

得分/總分

• A.

  機器學習就是有監督學習

  2.50/2.50
• B.

  機器學習需要數據集

• C.

  只有有監督學習需要數據集

• D.

  機器學習分為有監督和無監督等

7 單選(2.5分)

描述弱監督的是：

得分/總分

• A.

  以上都不是

• B.

  方法簡單、數據成本低、性能難以提升

• C.

  對部分數據引入監督

  2.50/2.50
• D.

  方法豐富、研究充分、性能好、成本高

8 單選(2.5分)

關于遷移學習說法有誤的是：

得分/總分

• A.

  模型遷移也屬于遷移學習

• B.

  模擬人類具有舉一反三的能力

• C.

  任務A 與 任務B 具有某種相似性，利用任務A的學習經驗，解決任務B，即遷移學習

• D.

  遷移學習就是特征遷移

  2.50/2.50

9 單選(2.5分)

關于無監督學習不正確的說法是：

得分/總分

• A.

  聚類大量依賴于距離或者相似度計算

• B.

  自動編碼器的可以應用于圖像降噪

• C.

  自動編碼器是有監督學習

  2.50/2.50
• D.

  自動編碼器的可以應用于數據降維

10 單選(2.5分)

關于決策樹，說法有誤的是：

得分/總分

• A.

  規則歸納問題，適合用決策樹來表示

• B.

  決策樹算法是無監督學習

  2.50/2.50
• C.

  屬性在決策樹中的位置不同，決策樹的效率是不同的

• D.

  如果根據一個屬性做判斷，樣本仍然有若干種情況，則該屬性不應該出現在決策早期

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的中国大学MOOC 人工智能导论第七章测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。