MOOC 机器学习-温州大学 中国大学慕课答案.docx
《MOOC 机器学习-温州大学 中国大学慕课答案.docx》由会员分享,可在线阅读,更多相关《MOOC 机器学习-温州大学 中国大学慕课答案.docx(51页珍藏版)》请在文库网上搜索。
1、 MOOC 机器学习-温州大学 中国大学慕课答案引言课后测试1、问题:哪一个是机器学习的合理定义?选项:A、机器学习从标记的数据中学习B、机器学习能使计算机能够在没有明确编程的情况下学习C、机器学习是计算机编程的科学D、机器学习是允许机器人智能行动的领域正确答案:【机器学习能使计算机能够在没有明确编程的情况下学习】2、问题:一个计算机程序从经验 E 中学习任务 T,并用 P 来衡量表现。并且,T的表现 P 随着经验 E 的增加而提高。假设我们给一个学习算法输入了很多历史天气的数据,让它学会预测天气。什么是 P 的合理选择?选项:A、计算大量历史气象数据的过程B、正确预测未来日期天气的概率C、天
2、气预报任务D、以上都不正确答案:【正确预测未来日期天气的概率】3、问题:回归问题和分类问题的区别是什么?选项:A、回归问题有标签,分类问题没有B、回归问题输出值是离散的,分类问题输出值是连续的C、回归问题输出值是连续的,分类问题输出值是离散的D、回归问题与分类问题在输入属性值上要求不同正确答案:【回归问题输出值是连续的,分类问题输出值是离散的】4、问题:以下关于特征选择的说法正确的是?选项:A、选择的特征越多越好B、选择的特征越少越好C、选择的特征需尽可能反映不同事物之间的差异D、以上说法均不对正确答案:【选择的特征需尽可能反映不同事物之间的差异】5、问题:一个包含 n 类的多分类问题,若采用
3、一对剩余的方法,需要拆分成多少次?选项:A、1 B、n-1C、nD、n+1正确答案:【n-1】6、问题:机器学习方法传统上可以分为( )类。选项:A、3B、4C、7D、2正确答案:【3】7、问题:哪些机器学习模型经过训练,能够根据其行为获得的奖励和反馈做出一系列决策?选项:A、监督学习B、无监督学习C、强化学习D、以上全部正确答案:【强化学习】8、问题:机器学习这个术语是由( )定义的?选项:A、James GoslingB、Arthur SamuelC、Guido van RossumD、以上都不是正确答案:【Arthur Samuel】9、问题:哪种开发语言最适合机器学习?( )选项:A、
4、CB、JavaC、PythonD、HTML正确答案:【Python】10、问题:( )是机器学习的一部分,与神经网络一起工作。选项:A、人工智能B、深度学习 C、A 和 BD、以上都不是正确答案:【深度学习】11、问题:( )是可用于标记数据的机器学习算法。选项:A、回归算法B、聚类算法C、关联规则算法D、以上都不是正确答案:【回归算法】12、问题:谷歌新闻每天收集非常多的新闻,并运用( )方法再将这些新闻分组,组成若干类有关联的新闻。于是,搜索时同一组新闻事件往往隶属同一主题的,所以显示到一起。选项:A、回归B、分类C、聚类D、关联规则正确答案:【聚类】13、问题:下列哪些学习问题不属于监督
5、学习?( )选项:A、聚类B、降维C、分类D、回归正确答案:【聚类#降维】14、问题:下列哪些学习问题不属于监督学习?( )选项:A、回归B、分类C、聚类D、关联规则正确答案:【聚类#关联规则】15、问题:机器学习的方法由( )等几个要素构成。选项:A、模型B、损失函数 C、优化算法D、模型评估指标正确答案:【模型#损失函数#优化算法#模型评估指标】16、问题:对于非概率模型而言,可按照判别函数线性与否分成线性模型与非线性模型。下面哪些模型属于线性模型?选项:A、K-meansB、k 近邻C、感知机D、AdaBoost正确答案:【K-means#k 近邻#感知机】17、问题:朴素贝叶斯属于概率
6、模型。选项:A、正确B、错误正确答案:【正确】18、问题:根据肿瘤的体积、患者的年龄来判断良性或恶性,这是一个回归问题。选项:A、正确B、错误正确答案:【错误】19、问题:大部分的机器学习工程中,数据搜集、数据清洗、特征工程这三个步骤绝大部分时间,而数据建模,占总时间比较少。选项:A、正确B、错误正确答案:【正确】20、问题:已知你朋友的信息,比如经常发 email 的联系人,或是你微博的好友、微信的朋友圈,我们可运用聚类方法自动地给朋友进行分组,做到让每组里的人们彼此都熟识。选项:A、正确B、错误正确答案:【正确】回归课后测试 1、问题:以下哪组变量之间存在线性回归关系?选项:A、学生的性别
7、与他的成绩B、儿子的身高与父亲的身高C、正方形的边长与面积D、正三角形的边长与周长正确答案:【正三角形的边长与周长】2、问题:回归问题和分类问题的区别是?选项:A、回归问题有标签,分类问题没有B、回归问题输出值是离散的,分类问题输出值是连续的C、回归问题输出值是连续的,分类问题输出值是离散的D、回归问题与分类问题在输入属性值上要求不同正确答案:【回归问题输出值是连续的,分类问题输出值是离散的】3、问题:以下说法错误的是?选项:A、残差是预测值与真实值之间的差值B、损失函数越小,模型训练得一定越好C、正则项的目的是为了避免模型过拟合D、最小二乘法不需要选择学习率正确答案:【损失函数越小,模型训练
8、得一定越好】4、问题:哪些算法不需要数据归一化?选项:A、kNNB、k-meansC、SVMD、 决策树正确答案:【 决策树】5、问题:以下哪些方法不能用于处理欠拟合?选项:A、增大正则化系数B、增加新的特征C、增加模型复杂度D、对特征进行变换,使用组合特征或高维特征正确答案:【增大正则化系数】6、问题:以下哪些方法不能用于处理过拟合?选项: A、对数据进行清洗B、增大训练数据的量C、利用正则化技术D、增加数据属性的复杂度正确答案:【增加数据属性的复杂度】7、问题:下列关于线性回归分析中的残差(Residuals)说法正确的是?选项:A、残差均值总是为零B、残差均值总是小于零C、残差均值总是大
9、于零D、以上说法都不对正确答案:【残差均值总是为零】8、问题:为了观察测试 Y 与 X 之间的线性关系,X 是连续变量,使用下列哪种图形比较适合?选项:A、散点图B、柱形图C、直方图D、以上都不对正确答案:【散点图】9、问题:假如你在训练一个线性回归模型,则:1. 如果数据量较少,容易发生过拟合。2. 如果假设空间较小,容易发生过拟合。关于这两句话,下列说法正确的是?选项:A、1 和 2 都错误B、1 正确,2 错误C、1 错误,2 正确D、1 和 2 都正确正确答案:【1 正确,2 错误】10、问题:关于特征选择,下列对 Ridge 回归和 Lasso 回归说法正确的是?选项:A、Ridge
10、 回归适用于特征选择B、Lasso 回归适用于特征选择C、两个都适用于特征选择D、以上说法都不对正确答案:【Lasso 回归适用于特征选择】 11、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 个B、2 个C、3 个D、4 个正确答案:【2 个】12、问题:向量 x=1,2,3,4,-9,0的 L1 范数是多少?选项:A、1B、19C、6D、正确答案:【19】13、问题:以下哪些是使用数据规范化(特征缩放)的原因?选项:A、它通过降低梯度下降的每次迭代的计算成本来加速梯度下降B、它通过减少迭代次数来获得一个好的解,从而加快了梯度下降的速度C、它不能防止梯度下降陷
11、入局部最优D、它防止矩阵不可逆(奇异/退化)正确答案:【它通过减少迭代次数来获得一个好的解,从而加快了梯度下降的速度#它不能防止梯度下降陷入局部最优】14、问题:线性回归中,我们可以使用最小二乘法来求解系数,下列关于最小二乘法说法正确的是?( )选项:A、只适用于线性模型,不适合逻辑回归模型等其他模型B、不需要选择学习率C、当特征数量很多的时候,运算速度会很慢D、不需要迭代训练正确答案:【只适用于线性模型,不适合逻辑回归模型等其他模型#不需要选择学习率#当特征数量很多的时候,运算速度会很慢#不需要迭代训练】15、问题:欠拟合的处理主要有哪些方式:()选项:A、增加模型复杂度B、减小正则化系数C
12、、增大正则化系数 D、添加新特征正确答案:【增加模型复杂度#减小正则化系数#添加新特征】16、问题:假如使用一个较复杂的回归模型来拟合样本数据,使用 Ridge 回归,调试正则化参数,来降低模型复杂度,若正则化系数较大时,关于偏差(bias)和方差(variance),下列说法正确的是?( )选项:A、偏差减小B、偏差增大C、方差减小D、方差增大正确答案:【偏差增大#方差减小】17、问题:如果两个变量相关,那么它们一定是线性关系。选项:A、正确B、错误正确答案:【错误】18、问题:随机梯度下降,每次迭代时候,使用一个样本。选项:A、正确B、错误正确答案:【正确】19、问题:L2 正则化往往用于
13、防止过拟合,而 L1 正则化往往用于特征选择。选项:A、正确B、错误正确答案:【正确】20、问题:过拟合的处理可以通过减小正则化系数。选项:A、正确B、错误正确答案:【错误】逻辑回归课后测验1、问题:一监狱人脸识别准入系统用来识别待进入人员的身份,此系统一共包括识别 4 种不同的人员:狱警,小偷,送餐员,其他。下面哪种学习方法最适合此种应用需求: 选项:A、二分类问题B、多分类问题C、回归问题D、聚类问题正确答案:【多分类问题】2、问题:以下关于分类问题的说法错误的是?选项:A、分类属于监督学习B、分类问题输入属性必须是离散的C、多分类问题可以被拆分为多个二分类问题D、回归问题在一定条件下可被
14、转化为多分类问题正确答案:【分类问题输入属性必须是离散的】3、问题:以下关于逻辑回归与线性回归问题的描述错误的是()选项:A、逻辑回归用于处理分类问题,线性回归用于处理回归问题B、线性回归要求输入输出值呈线性关系,逻辑回归不要求C、逻辑回归一般要求变量服从正态分布,线性回归一般不要求D、线性回归计算方法一般是最小二乘法,逻辑回归的参数计算方法是似然估计法。正确答案:【逻辑回归一般要求变量服从正态分布,线性回归一般不要求】4、问题:以下关于 sigmoid 函数的优点说法错误的是?选项:A、函数处处连续,便于求导B、可以用于处理二分类问题C、在深层次神经网络反馈传输中,不易出现梯度消失D、可以压
15、缩数据值到0,1之间,便于后续处理正确答案:【在深层次神经网络反馈传输中,不易出现梯度消失】5、问题:逻辑回归的损失函数是哪个?选项:A、MSEB、交叉熵(Cross-Entropy)损失函数C、MAED、RMSE正确答案:【交叉熵(Cross-Entropy)损失函数】6、问题:下面哪一项不是 Sigmoid 的特点?选项: A、当 (z)大于等于 0.5 时,预测 y=1B、当 (z)小于 0.5 时,预测 y=0C、当 (z)小于 0.5 时,预测 y=-1D、(z)的范围为(0,1)正确答案:【当 (z)小于 0.5 时,预测 y=-1】7、问题:下列哪一项不是逻辑回归的优点?选项:A
16、、处理非线性数据较容易B、模型形式简单C、资源占用少D、可解释性好正确答案:【处理非线性数据较容易】8、问题:假设有三类数据,用 OVR 方法需要分类几次才能完成?选项:A、1B、2C、3D、4正确答案:【2】9、问题:以下哪些不是二分类问题?选项:A、根据肿瘤的体积、患者的年龄来判断良性或恶性?B、或者根据用户的年龄、职业、存款数量来判断信用卡是否会违约?C、身高 1.85m,体重 100kg 的男人穿什么尺码的 T 恤?D、根据一个人的身高和体重判断他(她)的性别。正确答案:【身高 1.85m,体重 100kg 的男人穿什么尺码的 T 恤?】10、问题:逻辑回归通常采用哪种正则化方式?选项
17、:A、Elastic NetB、L1 正则化C、L2 正则化D、Dropout 正则化正确答案:【L2 正则化】11、问题:假设使用逻辑回归进行多类别分类,使用 OVR 分类法。下列说法正确的是?选项:A、对于 n 类别,需要训练 n 个模型 B、对于 n 类别,需要训练 n-1 个模型C、对于 n 类别,只需要训练 1 个模型D、以上说法都不对正确答案:【对于 n 类别,需要训练 n 个模型】12、问题:你正在训练一个分类逻辑回归模型。以下哪项陈述是正确的?选出所有正确项选项:A、将正则化引入到模型中,总是能在训练集上获得相同或更好的性能B、在模型中添加许多新特性有助于防止训练集过度拟合C、
18、将正则化引入到模型中,对于训练集中没有的样本,总是可以获得相同或更好的性能D、向模型中添加新特征总是会在训练集上获得相同或更好的性能正确答案:【向模型中添加新特征总是会在训练集上获得相同或更好的性能】13、问题:以下哪项陈述是正确的?选出所有正确项( )选项:A、在构建学习算法的第一个版本之前,花大量时间收集大量数据是一个好主意。B、逻辑回归使用了 Sigmoid 激活函数C、使用一个非常大的训练集使得模型不太可能过拟合训练数据。D、如果您的模型拟合训练集,那么获取更多数据可能会有帮助。正确答案:【逻辑回归使用了 Sigmoid 激活函数#使用一个非常大的训练集使得模型不太可能过拟合训练数据。
19、】14、问题:下面哪些是分类算法?选项:A、根据肿瘤的体积、患者的年龄来判断良性或恶性?B、根据用户的年龄、职业、存款数量来判断信用卡是否会违约?C、身高 1.85m,体重 100kg 的男人穿什么尺码的 T 恤?D、根据房屋大小、卫生间数量等特征预估房价正确答案:【根据肿瘤的体积、患者的年龄来判断良性或恶性?#根据用户的年龄、职业、存款数量来判断信用卡是否会违约?#身高 1.85m,体重 100kg 的男人穿什么尺码的 T 恤?】15、问题:逻辑回归的激活函数是 Sigmoid。选项:A、正确B、错误正确答案:【正确】16、问题:逻辑回归分类的精度不够高,因此在业界很少用到这个算法选项: A
20、、正确B、错误正确答案:【错误】17、问题:Sigmoid 函数的范围是(-1,1)选项:A、正确B、错误正确答案:【错误】18、问题:逻辑回归的特征一定是离散的。选项:A、正确B、错误正确答案:【错误】19、问题:逻辑回归算法资源占用小,尤其是内存。选项:A、正确B、错误正确答案:【正确】20、问题:逻辑回归的损失函数是交叉熵损失选项:A、正确B、错误正确答案:【正确】朴素贝叶斯课后测验1、问题:假设会开车的本科生比例是 15%,会开车的研究生比例是 23%。若在某大学研究生占学生比例是 20%,则会开车的学生是研究生的概率是多少?选项:A、80%B、16.6%C、23%D、27.7%正确答
21、案:【27.7%】2、问题:下列关于朴素贝叶斯的特点说法错误的是()选项:A、朴素贝叶斯模型发源于古典数学理论,数学基础坚实 B、朴素贝叶斯模型无需假设特征条件独立C、朴素贝叶斯处理过程简单,分类速度快D、朴素贝叶斯对小规模数据表现较好正确答案:【朴素贝叶斯模型无需假设特征条件独立】3、问题:以下算法不属于生成模型 ( )选项:A、朴素贝叶斯模型B、混合高斯模型C、隐马尔科夫模型D、支持向量机正确答案:【支持向量机】4、问题:关于拉普拉斯平滑说法正确的是()选项:A、避免了出现概率为 0 的情况B、加上拉普拉斯平滑有助于提高学习性能C、会使得最终结果可能大于 1D、以上说法都不对正确答案:【避
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- mooc 中国大学慕课 MOOC答案