2025知到答案 人工智能与绿色制药（浙江工业大学） 完整智慧树网课章节测试答案
第一章 单元测试
1、单选题：
现代人工智能的四大要素包括算力、知识、算法和（ ）。
选项：
A:人工
B:程序
C:智能
D:数据
答案: 【数据】
2、单选题：
以下哪项不是数据清洗的主要内容？（ ）
选项：
A:构建新特征
B:删除无关数据
C:平滑噪声数据
D:填充缺失值
答案: 【构建新特征】
3、判断题：
在 Scikit-Learn库中，模型训练使用 predict 函数，模型测试使用 fit 函数。（ ）。
选项：
A:对
B:错
答案: 【错】
4、多选题：
为了解决深度学习模型过拟合问题，可以采用的方法有（ ）。
选项：
A:Dropout 方法
B:增加网络层数
C:提前终止训练
D:正则化
答案: 【Dropout 方法;
提前终止训练;
正则化】
5、多选题：
以下属于 Seaborn 核心绘图函数类别的有（ ）。
选项：
A:分布图
B:关联图
C:矩阵图
D:类别图
答案: 【分布图;
关联图;
矩阵图;
类别图】
第二章 单元测试
1、单选题：
关于变分自编码器（VAE）在小分子药物设计中的应用，下列说法正确的是（ ）。
选项：
A:VAE通过编码器将分子结构压缩为潜在空间的小向量表示，再由解码器还原为完整分子图
B:VAE在生成复杂化合物方面比生成对抗网络（GAN）表现更出色
C:VAE生成的分子不具备多样性，无法为化合物库补充候选分子
D:VAE的潜在空间不具有连续性，不能实现分子的平滑优化
答案: 【VAE通过编码器将分子结构压缩为潜在空间的小向量表示，再由解码器还原为完整分子图】
2、多选题：
以下哪几个模型可以用Scikit-learn来构建？（ ）
选项：
A:深度神经网络（DNN）
B:随机森林（RF）
C:卷积神经网络（CNN）
D:支持向量回归（SVR）
答案: 【深度神经网络（DNN）;
随机森林（RF）;
支持向量回归（SVR）】
3、多选题：
评估回归模型性能常用的指标有哪些（ ）
选项：
A:决定系数
B:精确率
C:混淆矩阵
D:均方误差
答案: 【决定系数;
均方误差】
4、单选题：
贝叶斯优化在连续流反应参数优化中的核心机制是（ ）。
选项：
A:仅依赖历史数据进行线性回归
B:固定变量顺序逐步调整参数
C:通过大量实验穷举所有可能性
D:基于高斯过程模型动态平衡探索与开发
答案: 【基于高斯过程模型动态平衡探索与开发】
5、单选题：
机器学习方法在发酵过程控制中的主要优势是（ ）。
选项：
A:无需任何在线监测数据
B:可实时动态调控发酵参数
C:仅依赖单一底物浓度分析
D:模型构建简单
答案: 【可实时动态调控发酵参数】