机器学习多项选择题 (MCQs)
机器学习多项选择题 (MCQs)
MCQSS.com 提供覆盖多个主题的免费机器学习多项选择题。我们的互动式格式能够立即告诉您是否正确回答了问题。探索我们的多项选择题库，立即测试您的机器学习知识！无需购买会员或注册，您可以免费使用我们的网站。不要错过提升技能并准备考试的机会，立即访问 MCQSS.com。
1: 以下哪个陈述是/正确的人工神经网络（ANN）是正确的？
A. ANN的行为取决于为单位指定的权重。
B. ANN的行为取决于单位指定的传输函数。
C. 仅（纠正。
D. 仅（ii）是正确的。
E. （i）和（ii）都是正确的。
F. （i）和（ii）既不正确
2: 以下哪个陈述在vowpal wabbit上是正确的？
A. 它不允许使用非线性功能。
B. 它可以用作Microsoft Azure中的机器学习选项。
C. 两个选项A和B
D. 选项8也不是b
3: 专家系统具有以下哪些功能？
A. 代替人类决策者。
B. 预测结果。
C. 完善自己的知识
D. 具有人类的能力。
4: 关于机器学习，以下哪项是不正确的？
A. 它不需要人类专家或程序员。
B. 它便宜且易于舒适。
C. 它不需要标记的数据。
D. 它用于模式识别。
5: 在以下哪个条件下，仿真是适当的？
A. 如果成本超过储蓄。
B. 如果通过动画模拟可视化计划。
C. 如果资源/时间不可用。
D. 如果系统行为非常复杂。
6: 以下哪项是具有C的应用程序编程接口的机器学习工具？
A. 深度学习4J
B. libsvm
C. 威化饼
D. 古勒恩
7: 验证使用灰色框测试方法。
A. 真的
B. 错误的
8: 关于机器学习分类，以下哪个选项是定义召回的正确方法？
A. 真正的正/（true积极 +假负）
B. 真正的正/（假阳性 +假阴性）
C. 真正的积极/（真正的正 +假阳性）
D. 真正的正/（true负面 +假否定）
9: 用于分类的决策树算法可以处理以下哪些类型的数据？
A. 数值数据
B. 分类数据
C. 数值和分类数据
10: 以下哪些仿真工具依赖于交易流的方法来建模系统？
A. 混合模拟器
B. 连续模拟器
C. 离散事件模拟器
D. 基于代理的模拟器
11: 逻辑回归分类算法的准确性是什么？
A. 80.11％
B. 82.53％
C. 84.60％
D. 86.27％
12: 以下哪项是/较大的边距分类器？
A. SVM
B. 提升
C. SVM和增强
13: 关于数据挖掘查询语言，以下哪项是表征的语法？
A. 地雷特征[AS [atterat_name]]
B. {匹配{metapattern}}
C. 地雷特征[as atterat_name]
D. 分析分类_attribute_or_dimension
E. o矿山特征[AS atterat_name]分析[措施（s）
F. 地雷特征[AS tatter_name]分析预测_attribute_or_dimension
G. {set [attribute_or_dimension_i = value_i}]]
14: 以下哪项不是模拟建模和分析的优点？
A. 多个性能指标来分析系统配置。
B. 在信息流中识别瓶颈。
C. 测试系统的假设是否可行性。
D. 出色的时间表和预算计划。
E. 决策树算法是一种：
F. 决策树算法是一种：
G. 监督学习。
H. 无监督的学习。
I. 强化学习。
15: 以下哪个陈述是/对无监督的机器学习是正确的？
A. 它的算法学会从输入数据中预测输出。
B. 它的算法学会从输入数据中固有结构。
C. 它用于具有历史标签的数据。
D. B和C都是正确的。
16: 逻辑回归可以与以下哪种相关变量一起使用？
A. 整数
B. 漂浮
C. 二进制（是/否响应）
D. 上述所有的。
17: 以下哪种增强算法实现了有助于减少过度拟合的正则化？
A. xgboost
B. adaboost
C. 梯度提升
D. 以上都不是。
18: 天真贝叶斯算法用于分类的准确性是什么？
A. 78.93％
B. 83.25％
C. 80.11％
D. 86.72％
19: 关于C45分类技术，以下哪个陈述是正确的？
A. 它可以处理连续功能和离散功能。
B. 它可用于小型和大数据集。
C. 它的处理时间很低。
D. 上述所有的。
20: 与其他非常大的数据集相比，以下哪种算法不能很好地扩展？
A. liblinear
B. Vowpal Wabbit
C. libsvm
D. 上述所有规模都非常适合大型数据集。
21: 山脊回归的功能是什么？
A. 它使用L1正则化。
B. 当数据遭受多重共线性时，使用它。
C. 它将系数缩小到零。
D. 它在惩罚函数中使用绝对值。
22: 与面向应用程序的模拟器相比，模拟语言提供的灵活性较小。
A. 真的
B. 错误的
23: 以下哪个陈述是正确的验证？
A. 它使用黑盒和白盒测试。
B. 它不会执行代码。
C. 它涉及基于人类的文件和文档的检查。
D. 这是一种静态机制。
24: 关于人工神经网络，以下哪些选项设计用于处理序列预测问题？
A. 多层感知器（MLP）
B. 卷积神经网络（CNN）
C. 复发性神经网络（RNN）
D. 以上都不是。
25: 以下哪项不适用于机器学习中的语音识别应用？
A. 它用于免提计算。
B. 它旨在理解和理解口语。
C. 它用于菜单导航。
D. 它依赖说话者。
26: LN机器学习，逻辑回归：
A. 需要独立变量和因变量之间的线性关系。
B. 支持多共线性。
C. 需要小样本量。
D. 用于分类问题。
27: 以下哪项定义了F-评分度量以评估文本检索的质量？
A. f -Score =召回X Precision /（回忆 - 精确） / 2
B. f-core = | [相关} fl {检索} l / l [检索] l
C. f-core = | {相关} fl [检索} l / l [相关] |
D. f-Score =召回x precision /（召回 +精度） / 2
28: 以下哪项不是多类分类？
A. 垃圾邮件和非垃圾邮件电子邮件的分类
B. 农作物类型的分类
C. 情绪分类
D. 以上所有都是多级标识。
29: 多层感知器（MLP）是：
A. 有限循环图。
B. infInitiet Cyclic图
C. infInitiet的无环图
D. 有限的无环图。
30: 以下哪个不是有限概率分布的示例？
A. 均匀分布
B. 三角分布
C. 逻辑分布
D. 二项分布
31: 简单的线性回归的特征是多少个自变量？
A. 一
B. 二
C. 三
D. 四个
32: 以下哪种机器学习工具为神经网络提供了API？
A. keras.io
B. Accors.net
C. 快速矿工
D. 将军
33: 以下哪个机器学习框架在较高的抽象水平上起作用？
A. tensorflow
B. Pytorch
C. Theano
D. keras
34: 以下哪种数据分析模型/用于结论连续有价值的函数？
A. 预言
B. 分类
C. A和B
D. 没有一个也不是B
35: 以下哪项是逻辑回归的优势？
A. 班级预测的自然概率观点。
B. 线性决策边界。
C. 独立观察要求。
D. 过度拟合模型。
36: 关于机器学习框架，Veles使用以下哪些语言来执行节点之间的自动化和协调？
A. C ++
B. 爪哇
C. Python
D. r
37: 关于线性回归的以下哪项是不正确的？
A. 线性回归中的自变量可以是连续的或离散的。
B. 线性回归中的因变量是离散的。
C. 线性回归对离群值敏感。
D. 它估计基于连续变量的实际值。
38: 关于Modelica的哪个是不正确的？
A. 这是一种语言
B. 这是一个工具。
C. 这是声明性的。
D. 它是面向对象的。
39: 关于复发性神经网络（RNN），以下哪个陈述不正确？
A. 他们是非确定性的。
B. 他们可以安顿下来吸引人。
C. 他们可以振荡。
D. 他们至少有一个回馈连接。
40: 与机器学习有关。 XGBOOST可用于以下哪个选项？
A. 计算机视觉
B. 表格数据
C. NLP
D. 上述所有的。
41: 在多层感知中，对以下哪个层进行预测？
A. 输入层
B. 第一个隐藏层
C. 最后一个隐藏层
D. 输出层
42: 关于反馈人工神经网络，以下哪项是不正确的？
A. 它们用于内容可寻址的记忆中。
B. 允许反馈循环。
C. 信息流是双向的。
D. 反馈网络是静态的。
43: 关于前馈性人工神经网络拓扑的以下哪项是不正确的？
A. 不允许反馈循环。
B. 信息流是单向的。
C. 他们没有固定的输入和输出。
D. 它们用于图案生成。
44: 机器学习框架RapidMiner是在以下哪种编程语言中编写的？
A. C ++
B. Java
C. Python
D. C
45:
以下哪个陈述是正确的？
语句1：加固学习是一种离线技术。
语句2：增强学习技术用于电梯计划中。
A. Statement1是正确的。
B. 语句2是正确的。
C. 两个语句1和2都是正确的。
D. 两个语句1和2都是错误的。
46: 人工神经元设备由多少个输入和输出组成？
A. 一个输入和许多输出。
B. 许多输入和一个输出
C. 一个输入和一个输出。
D. 许多输入和许多输出。
47: Eiasticnet回归技术：
A. 不能双重收缩。
B. 在高度相关变量的情况下，劝阻组效应。
C. 是套索和线性回归技术的杂种。
D. 对选定变量的数量没有任何限制。
48: 在数据挖掘中，以下哪项不是数据减少技术？
A. 聚类
B. 采样
C. 直方图
D. 霍夫曼
49: 关于多层神经网络，隐藏层中的神经元与什么相对应？
A. 特性
B. 描述符
C. 非线性潜在变量
D. A和C
50: 以下哪种增强算法使用水平的树生长？
A. xgboost
B. 梯度提升
C. adaboost
D. 轻度GB
51: 可以通过数据来决定树吗？
A. 是的
B. 不
52: 以下哪种模型类型包含（S）概率？
A. 确定性模拟
B. 随机模拟
C. A和B
D. 既不是0
53: 分类的随机森林算法的正确F1得分是多少？
A. 0.5924
B. 0.5171
C. 0.6518
D. 0.6275
54: 用于分类的随机森林算法的FI得分是什么？
A. 0.6737
B. 0.5180
C. 0.5224
D. 0.6275
55: Scikit支持以下哪个接口 - 学习工具？
A. GPU
B. API
C. GPU和API都
56: 以下哪个公式用于正确计算分类算法的准确性？
A. 准确性：2（真正的正 +真为负）我总人口
B. 准确性：（真正的正 +真正的负） /总人口
C. 准确性：（真正的正 + true负） / 2（总人口）
D. 准确性：（真正的正x真负） /总人口
57: 在数据挖掘中，以下哪种聚类方法反映了数据点的空间分布？
A. 基于网格的方法
B. 基于模型的方法
C. 分区方法
D. 分层方法
58: 与SVM分类算法有关。以下哪个选项用于二进制分类？
A. 多项式内核
B. 径向基函数内核
C. sigmoid内核
D. 以上都不是。
59: 给定情况应使用以下哪些分类算法？数据标记，样品的数量大于100K。
A. SGD分类
B. 内核近似
C. 线性SVC
D. 以上都不是。
60: Apache Mahout实施了以下哪种监督学习算法？
A. 天真的贝叶斯分类器
B. 支持向量机（SVM）
C. 神经网络
D. A和C
61: 以下哪种类型的人工神经网络最适合将图像数据映射到输出变量？
A. 多层感知器（MLP）
B. 卷积神经网络（CNN）
C. 复发性神经网络（RNN）
D. 这两个选项b和c
62: Pytorch框架的正确功能是以下哪个选项？
A. 它支持数据并行性。
B. 它支持分布式学习模型。
C. 它仅适用于大型项目或原型。
D. 它不包含任何预训练的模型。
63: 关于机器学习分类，以下哪个是随机梯度下降算法的正确特征？
A. 它支持许多分类功能和惩罚。
B. 实施它很容易有效。
C. 它需要少量的超参数。
D. 特征缩放是无关紧要的。
64: 关于分类性的，以下哪两个陈述是正确的，哪个是机器学习技术？
A. 它使用未知数据来确定如何将新数据分类为一组现有类别。
B. 它使用已知数据来确定如何将新数据分类为一组现有类别。
C. 这是一种监督学习的形式。
D. 这是一种无监督学习的形式。
65: liblinear库写在以下哪种语言中？
A. C
B. C ++
C. Python
D. r
66: 在机器学习中，关于光学相干断层扫描（OCT）的哪些陈述是正确的？
A. 它具有非常有限的OCT成像深度。
B. 很难解释OCT图像。
C. El很容易获得OCT图像。
67: 以下哪项是用于机器学习的刀具工具的正确功能？
A. 它可以集成编程语言的代码，例如C，C ++，R和Java等。
B. 它可以很容易地构建复杂的模型。
C. 它提供了非常高的可视化和导出功能。
D. 它的部署和安装非常容易。
68: 关于机器学习分类算法，决策树使用以下哪些选项来构建决策树？
A. 熵
B. 信息收益
C. 可能性
D. 尝试1-2
69: 在卷积神经网络中，输入可以是以下哪种格式？
A. 一维
B. 二维
C. 三维
D. 五维
70: 以下哪个框架可用于跨平台解决方案？
A. TensorFlow
B. Pytorch
C. caffe2
D. 尝试1-2
71: tensorflow中的以下哪个选项包括APL？
A. C
B. C ++
C. 爪哇
D. Python
72: 关于机器学习，以下哪些选择是使用人类语言数据的工具包？
A. Gensim
B. Scipy
C. NLTK
D. 熊猫
73: 关于Shogun机器学习库正确的以下哪些陈述是正确的？
A. 它是开源的。
B. 它是跨平台和面向API的。
C. 它具有在Java中具有核心实现的维护库。
D. 它具有详细的文档。
74: 多层感知器的优点是以下哪些选项？
A. 它可以学习非线性模型。
B. 它可以实时学习模型。
C. 它不需要调整任何参数。
D. 特征缩放是无关紧要的。
75: 命令行接口的机器学习工具是以下哪个选项？
A. 威化饼
B. WEKA机器学习工作台
C. Pyrearn2
D. 深度学习4J
76: 以下哪个是机器学习分类问题？
A. 根据区域预测商店的价格。
B. 通过分析他/她的手写风格来预测一个人的性别。
C. 预测今年的降雪是否正常。
D. 预测一本书将出售的书的副本数量
77: K-Nearest邻居（KNN）分类技术的优点是以下哪些选择？
A. 它提供出色的运行时间性能。
B. 它的计算复杂性非常低。
C. 它易于实现。
D. 嘈杂的培训数据很健壮。
78: 关于机器学习分类算法，以下哪个是线性分类？
A. 逻辑回归
B. 本地贝叶斯分类
C. 最小成方支持矢量机
D. 随机森林
79: 以下哪项是用于分类的随机森林算法的正确特征？
A. 它增加了过度效果。
B. 实时预测很快。
C. 实施很难。
D. 这是一种复杂的算法。
80: 关于机器学习，以下哪些陈述对TensorFiow库是正确的？
A. 它可以与涉及多维数组的数学表达式有效地工作。
B. TensorFlow仅由Google支持。
C. 它在多GPU设置中不有效。
D. 它在单个CPU系统上运行。 GPU。和移动设备。
81: 关于梯度提升分类技术，以下哪些陈述是正确的？
A. 在此技术中，培训是并行进行的。
B. 很难调音。
C. 太容易过度。
D. 它实施未加权投票以进行最终预测
82: 幼稚贝叶斯算法用于分类的哪个优点？
A. 估计必要参数只需要少量培训数据。
B. 它非常适合垃圾邮件滤波器
C. 与复杂的方法相比，它很快。
D. 这是一个很好的估计器。
83: 亚马逊机器学习工具支持以下哪些模型？
A. 二进制分类
B. 多类分类
C. 回归
D. 多级分类
84: 以下哪些解决方案可用于ID3和C45决策树算法的嘈杂数据分类问题？
A. 使用高斯内核功能
B. 使用Credal-C4.5树
C. 使用Taylor公式使用增强算法
D. 使用贪婪的学习算法
85: 关于机器学习分类，以下哪个是ID3（迭代性脱节器3）算法的正确功能？
A. 它支持全局优化。
B. 这很容易理解。
C. 它支持后退跟踪搜索。
D. 它无法处理丢失的值。
86: Scikit -Learn工具支持以下哪些功能或算法？
A. 数据准备
B. 分类
C. 模型选择
D. 可视化
87: 您是正在为国家快餐连锁店工作的数据科学团队的一部分。您创建了一个简单的报告，显示出趋势：顾客访问商店并购买较小的餐点比访问频率少并购买较大餐点的客户花费更多。您的团队创建的最有可能的图是什么？
A. 多类分类图
B. 线性回归和散点图
C. 数据透视表
D. K-均值集群图
88: 您为向大公司出售垃圾邮件过滤服务的组织工作。您的组织希望将其产品过渡到使用机器学习。目前，它列出了250,00个关键字。如果一条消息包含以上这些关键字，则将其识别为垃圾邮件。过渡到机器学习的优势是什么？
A. 该产品将在垃圾邮件消息中寻找新模式。
B. 该产品可以更快地浏览关键字列表。
C. 该产品可能具有更长的关键字列表。
D. 该产品可以使用更少的关键字找到垃圾邮件消息。
89: 您为音乐流媒体服务工作，并希望使用监督的机器学习将音乐分类为不同的流派。您的服务已在每种类型中收集了数千首歌曲，您将其用作培训数据。现在，您拿出了服务中所有歌曲的一小部分。这个子集叫什么？
A. 数据群集
B. 监督集
C. 大数据
D. 测试数据
90: 在传统的计算机编程中，您输入命令。您对机器学习有什么输入？
A. 模式
B. 程式
C. 规则
D. 数据
91: 您的公司希望预测现有的汽车保险客户是否更有可能购买房主保险。它创建了一个模型，以更好地预测有关房主保险的最佳客户联系，并且该模型的差异较低，但偏见很高。这对数据模型有何评论？
A. 这一直是错误的。
B. 这是不一致的。
C. 这是始终如一的正确的。
D. 这同样是对的错误。
92: 您想确定可能受到气候变化影响的全球天气模式。为此，您想使用机器学习算法来找到人类气象学家无法察觉的模式。开始的地方是什么？
A. 查找阳光明媚的日子的标签数据，以便机器可以学会识别恶劣的天气。
B. 使用无监督的学习使机器在大量天气数据库中寻找异常。
C. 创建一组异常模式的培训集，并要求机器学习算法对其进行分类。
D. 创建一个正常天气的训练集，并让机器寻找类似的模式。
93: 您在一个数据科学团队中工作，该团队希望通过在幼稚的贝叶斯结果上运行，以提高其K-Neareble邻居结果的准确性。这是什么例子？
A. 回归
B. 提升
C. 包装
D. 堆叠
94: ____查看预测因素与您的结果之间的关系。
A. 回归分析
B. K-均值聚类
C. 大数据
D. 无监督的学习
95: 机器学习系统的商业应用程序的示例是什么？
A. 数据输入系统
B. 数据仓库系统
C. 大量数据存储库
D. 产品推荐系统
96: 您为拥有数十万电表的电力公司工作。这些仪表连接到Internet，并实时传输能源使用数据。您的主管要求您指导项目使用机器学习来分析此使用数据。在这种情况下，为什么机器学习算法理想？
A. 该算法将帮助仪表访问Internet。
B. 该算法将改善无线连接。
C. 该算法将帮助您的组织查看数据模式。
D. 通过使用机器学习算法，您正在创建一个IoT设备。
97: 预测数量值。使用 ___。
A. 回归
B. 聚类
C. 分类
D. 减少维度
98: 为什么幼稚的贝叶斯叫幼稚？
A. 它天真地假设您将没有数据。
B. 它甚至没有尝试创建准确的预测。
C. 它天真地假设预测因子是彼此独立的。
D. 它天真地假设所有预测因素彼此依赖。
99: 机器学习与人工智能有何关系？
A. 人工智能的重点是分类，而机器学习是关于聚类数据的。
B. 机器学习是一种依赖于数据学习的人工智能。
C. 人工智能是无监督的机器学习的形式。
D. 机器学习和人工智能是同一件事。
100: 机器学习算法如何做出更精确的预测？
A. 这些算法通常是运行更强大的服务器。
B. 算法更好地查看数据中的模式。
C. 机器学习服务器可以托管较大的数据库。
D. 该算法可以在非结构化数据上运行。
List of 机器学习多项选...
Available in:
Machine learning MCQs
Вопросы с выбором ответа по машинному обучению (MCQs)
Preguntas de opción múltiple sobre aprendizaje automático (MCQs)
機械学習の多肢選択問題 (MCQs)
Domande a Risposta Multipla sull'Apprendimento Automatico (MCQs)
Questions à Choix Multiple sur l'Apprentissage Automatique (MCQs)
Questões de Múltipla Escolha sobre Aprendizado de Máquina (MCQs)
Multiple-Choice-Fragen zum maschinellen Lernen (MCQs)
机器学习多项选择题 (MCQs)
أسئلة اختيار متعدد حول التعلم الآلي (MCQs)
Soal Pilihan Ganda Machine Learning (MCQs)
Makine Öğrenimi Çoktan Seçmeli Soruları (MCQs)
