2020 机器学习(北方民族大学) 最新满分章节测试答案

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-05-07到2020-08-31
本篇答案更新状态:已完结

第一单元 机器学习概论 机器学习概述

1、 问题:下面有关机器学习的认识是错误的？
选项：
A:机器学习可以在一定程度上模仿人的学习，并能增强人的决策能力。
B:机器学习算法很多，后期出现的算法比早期出现的算法性能好。
C:深度学习是机器学习的一类高级算法，可以处理图像、声音和文本等复杂的数据。
D:高质量的数据、算力和算法对一个机器学习项目是必不可少的。
答案: 【机器学习算法很多，后期出现的算法比早期出现的算法性能好。】

2、 问题:下面哪种结果不是利用机器学习算法从数据中得到的？
选项：
A:规则
B:神经网络
C:回归模型
D:常识
答案: 【常识】

3、 问题:有关机器学习的过程认识正确的是？
选项：
A:机器学习的问题一般都是用户给定的，因此不需要与用户交流和调研。
B:A零售企业的客户行为数据分析得到的规律也可以直接用于B零售企业。
C:机器学习得到的结果需要通过检验样本的测试，甚至需要在现实中实验才能投入使用。
D:机器学习一般需要人的参与，只要把数据输入合适的算法就可以得到有用的结果。
答案: 【机器学习得到的结果需要通过检验样本的测试，甚至需要在现实中实验才能投入使用。】

4、 问题:有关数据质量的认识正确的是？
选项：
A:各种数据质量问题对机器学习算法的影响很大，因此需要充分预处理才能进入建模阶段。
B:有些机器学习算法具有比较强的抗噪型，因此不需要预处理也能得到有用的规律。
C:数据预处理就是删除有问题的数据。
D:数据质量一般可以由机器自动完成，不需要数据分析人员参与。
答案: 【各种数据质量问题对机器学习算法的影响很大，因此需要充分预处理才能进入建模阶段。】

5、 问题:下面哪个方面不是机器学习的应用领域？
选项：
A:通过智能音箱打开电视节目
B:银行的风控模型
C:为一幅画配一幅标题
D:到数据库查询满足条件的文章
答案: 【到数据库查询满足条件的文章】

6、 问题:以下哪些情景可以使用机器学习技术？
选项：
A:保险公司的骗保分析
B:为携程在线旅游公司的客户推荐度假产品
C:预测电商网站某商品未来的销售量
D:统计某零售超市一个月内哪类牛奶的销量最大
E:预测某移动运营商客户转移到竞争对手的可能性
答案: 【保险公司的骗保分析;
为携程在线旅游公司的客户推荐度假产品;
预测电商网站某商品未来的销售量;
预测某移动运营商客户转移到竞争对手的可能性】

7、 问题:下面有关机器学习正确的说法是？
选项：
A:与数据挖掘不同，机器学习的数据都是来自于真实的业务系统。
B:机器学习可以从有限的样本数据中得到有用的规律，并能对新样本进行一定的泛化预测。
C:每种机器学习算法都有一定的使用范围，只能处理某类数据和问题。
D:在机器学习过程中，需要人的经验指导数据的选择、噪声的消除、合适算法的选择以及调参等工作。
E:机器学习就是简单的统计分析。
答案: 【机器学习可以从有限的样本数据中得到有用的规律，并能对新样本进行一定的泛化预测。;
每种机器学习算法都有一定的使用范围，只能处理某类数据和问题。;
在机器学习过程中，需要人的经验指导数据的选择、噪声的消除、合适算法的选择以及调参等工作。】

8、 问题:有关机器学习的流派以下说法正确的是？
选项：
A:早期的一些流派算法基本没什么用了。
B:不同的流派各有优势，可能处理不同的问题和数据。
C:现实中一个复杂的问题可以要综合几个流派的算法。
D:机器学习的流派使用不同的方法，共同促进机器学习的发展。
答案: 【不同的流派各有优势，可能处理不同的问题和数据。;
现实中一个复杂的问题可以要综合几个流派的算法。;
机器学习的流派使用不同的方法，共同促进机器学习的发展。】

9、 问题:卷积深度学习算法在图像识别领域一定优于支持向量机等传统分类算法的性能。
选项：
A:正确
B:错误
答案: 【错误】

10、 问题:目前的机器学习算法只是对人的学习一定程度的模拟，并非人的真正学习机理。
选项：
A:正确
B:错误
答案: 【正确】

11、 问题:机器学习的算法除了监督学习算法外，还包括哪些类型的算法（答案之间用一个空格隔开）
答案: 【(以下答案任选其一都对)非监督学习;
加强学习】

12、 问题:贝叶斯网络属于监督学习、无监督学习和加强学习的哪一种？
答案: 【监督学习】

13、 问题:根据患者的视网膜图像等相关医疗信息，使用机器学习算法进行建模，预测患者患糖尿病的可能性。这个任务需要使用监督学习、无监督学习中的哪一种方法？
答案: 【监督学习】

14、 问题:监督学习包括分类等，还有哪些机器学习方法属于监督学习？至少再列出1个
答案: 【回归】
分析：【贝叶斯】

15、 问题:请从左到右列出深度学习、人工智能、机器学习、神经网络等概念的包含关系（不同概念用空格隔开，概念范围从小到大）
答案: 【深度学习 神经网络 机器学习 人工智能】

第二单元 回归分析 线性回归的总结

1、 问题:下面有关回归分析正确的说法是哪个？
选项：
A:回归分析的自变量和因变量必须都是数值型变量。
B:回归分析是一种拟合因变量和自变量之间关系的有监督学习方法。
C:判断回归分析性能的主要指标是，这个数越小，表示回归方程的拟合效果越好。
D:只能评价线性回归的拟合效果。
答案: 【回归分析是一种拟合因变量和自变量之间关系的有监督学习方法。】

2、 问题:有关Logistic回归，正确的说法是哪个？
选项：
A:Logistic回归实际上是一种分类算法。
B:Logistic回归通常用于处理多分类问题。
C:Logistic回归的损失函数可以选用交叉熵，并且采用梯度下降法调整其中的参数。
D:Logistic回归属于线性回归模型。
答案: 【Logistic回归的损失函数可以选用交叉熵，并且采用梯度下降法调整其中的参数。】

3、 问题:有关回归分析与分类算法的区别错误的说法是哪个？
选项：
A:分类算法不能做定量预测，回归分析只是做定量预测。
B:CART算法既可以做分类分析，也可以做回归预测。
C:回归分析和分类算法的输入和输出都可以处理数值型的变量。
D:分类算法和回归分析都要通过有监督的训练拟合输入和输出变量的关系。
答案: 【分类算法不能做定量预测，回归分析只是做定量预测。】

4、 问题:以下回归分析正确的说法是哪些？
选项：
A:回归分析对训练样本的噪声非常敏感，因此预处理时尽量减少异常和错误的数据。
B:判断数值型自变量异常值可以使用可视化的方法。
C:落在一个变量平均值加减3倍标准差区间外的值可以视为异常。
D:回归方程越复杂越好。
答案: 【回归分析对训练样本的噪声非常敏感，因此预处理时尽量减少异常和错误的数据。;
判断数值型自变量异常值可以使用可视化的方法。;
落在一个变量平均值加减3倍标准差区间外的值可以视为异常。】

5、 问题:对于多元线性回归方程，自变量之间存在相关性的处理方法有哪些？
选项：
A:岭回归
B:LASSO回归
C:通过变换把自变量转化为相对独立的新变量，但可能破坏模型的可解释性。
D:直接删除一些变量，无论这些变量是否与因变量是否相关。
答案: 【岭回归;
LASSO回归;
通过变换把自变量转化为相对独立的新变量，但可能破坏模型的可解释性。】

6、 问题:在多元回归分析时，可以采用以下哪些方法选择重要的自变量？
选项：
A:计算自变量与因变量的相关系数，挑选少数相关系数比较大的变量。
B:可以将变量逐次加入模型，看看变量的加入是否改进模型的性能。
C:通过F检验逐次剔除对模型不显著的变量。
D:目测法。
答案: 【计算自变量与因变量的相关系数，挑选少数相关系数比较大的变量。;
可以将变量逐次加入模型，看看变量的加入是否改进模型的性能。;
通过F检验逐次剔除对模型不显著的变量。】

7、 问题:Logistic回归方程中自变量的系数为负数表示该变量对因变量起到负相关的影响。
选项：
A:正确
B:错误
答案: 【正确】

8、 问题:对于某个相关回归问题，多项式回归模型一定好于线性回归模型。
选项：
A:正确
B:错误
答案: 【错误】

9、 问题:非线性回归一般可以转化为线性回归问题。
选项：
A:正确
B:错误
答案: 【正确】

10、 问题:回归分析也可能出现过拟合的问题，可以通过正则化减少还是增加自变量的个数？
答案: 【减少】

11、 问题:一元线性回归的参数可以使用什么方法求得？
答案: 【最小二乘法】