大学MOOC 人工智能思维-姜明-71171222K-01(东北财经大学)1462098172 最新慕课完整章节测试答案

第二模块测试

1、单选题：
‌机器学习是产生（       ）的途径和方法论。​
选项：
A: 模型
B: 向量
C: 特征
D: 指标
答案: 【 模型】

2、单选题：
​泛化能力是用来描述模型对（        ）的预测能力的。‏
选项：
A: 旧样本
B: 新样本
C: 旧特征
D: 新特征
答案: 【 新样本】

3、多选题：
‎下面说法正确的是（      ）。​
选项：
A: 过拟合就是过多学习了一些不必要的数据特征。
B: 欠拟合就是对于训练样本的特征学习得不够充分。
C: 在机器学习中，欠拟合和过拟合都需要极力避免。
D: 过拟合是需要极力避免的，而欠拟合是不需要极力避免的。
答案: 【 过拟合就是过多学习了一些不必要的数据特征。;
欠拟合就是对于训练样本的特征学习得不够充分。;
在机器学习中，欠拟合和过拟合都需要极力避免。】

4、多选题：
‍下面说法正确的是（      ）。‎
选项：
A: 偏差描述的是在使用不同的训练数据时，预测值的平均值与真实值之间的差距。
B: 方差衡量的是在使用不同的训练数据时，真实函数的估算值所改变的量。
C: 方差和偏差二者是不可兼得的，偏差减少必将增加方差，方差减少必将增加偏差。
D: 通过选择模型的复杂度，可以实现方差和偏差兼得。
答案: 【 偏差描述的是在使用不同的训练数据时，预测值的平均值与真实值之间的差距。;
方差衡量的是在使用不同的训练数据时，真实函数的估算值所改变的量。;
方差和偏差二者是不可兼得的，偏差减少必将增加方差，方差减少必将增加偏差。】

5、判断题：
‏分类学习的机器学习框架分为训练和预测两个最重要的环节