2020 数据挖掘与商业数据分析-丁学君-研究生(东北财经大学) 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:2020-03-02到2020-07-10
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】
【作业】第一单元 机器学习概论 机器学习的认识
1、 问题:机器学习能解决哪些问题?每一类使用的常用方法有哪些?举例说明其应用
评分规则: 【 参考教材《机器学习》第一章1.3,1.4部分的内容。
】
【作业】第二单元 分类算法 常用分类算法的问题
1、 问题:请简单概括如何减少决策树的过拟合问题。
评分规则: 【 能指出至少2种决策树过拟合的方法，并简要给出相应的解决思路。
】
第二单元 分类算法 决策树和分类
1、 问题:使用Gini指数作为决策树分支标准的决策树算法是？
选项：
A:ID3算法
B:C4.5算法
C:CART算法
D:CHAID算法
答案: 【CART算法】
2、 问题:有关决策树过拟合的说法，错误的是？
选项：
A:决策树的训练样本拟合误差小，但检验样本的泛化误差比较大。
B:可能是决策树的深度变大了
C:可以使用剪枝的方法减少决策树的复杂度
D:当出现过拟合时，因为对训练样本的拟合比较好，因此对新样本的预测效果好。
答案: 【当出现过拟合时，因为对训练样本的拟合比较好，因此对新样本的预测效果好。】
3、 问题:以下哪个指标不能用于决策树的性能评价指标？
选项：
A:召回率
B:准确率
C:决策树规则的数目
D:ROC曲线下的面积AUC
答案: 【决策树规则的数目】
4、 问题:下面有关随机森林的说法哪个是错误的？
选项：
A:随机森林是一种集成算法，可以使用CART等基学习器提高分类的性能。
B:类似装袋法的样本抽样方法，保证每棵树的学习样本集的多样性。
C:每颗树都是从属性集随机抽取一定数目的属性作为候选的特征。
D:随机森林训练后只需选择性能最好的树最为预测模型。
答案: 【随机森林训练后只需选择性能最好的树最为预测模型。】
5、 问题:下面哪种情景更适合使用决策树进行预测？
选项：
A:分析客户性别与购物偏好的关系
B:预测银行客户的流失
C:股票未来价格的预测
D:研究微博用户的情感与电影票房的关系
答案: 【预测银行客户的流失】
6、 问题:决策树连续属性非监督离散化的常用方法有以下哪些方法?
选项：
A:等宽离散化
B:等频离散化
C:最大信息增益率离散化
D:聚类离散化
答案: 【等宽离散化;
等频离散化;
聚类离散化】
7、 问题:下面有关决策树的说法正确的是？
选项：
A:决策树是一种确定分类特征的方法，通过多种不同的分支方法确定属性的重要性。
B:决策树可以转化为规则的形式，这样利于计算机处理。
C:决策树一般越复杂性能越好
D:过拟合可能导致决策树训练失败，难以达到使用要求。
答案: 【决策树是一种确定分类特征的方法，通过多种不同的分支方法确定属性的重要性。;
决策树可以转化为规则的形式，这样利于计算机处理。;
过拟合可能导致决策树训练失败，难以达到使用要求。】
8、 问题:提升法之所以能提高样本分类的正确率，是因为以下哪些原因？
选项：
A:通过多轮分类获得多个分类模型。
B:每轮生成的模型都会减少错误样本的权重，使得分错的样本能在下一次重点学习。
C:对新样本预测时采用多轮训练得到的分类模型的预测结果的加权平均值。
D:通过提高每轮训练得到的分类模型的准确率。
本文章不含期末不含主观题！！
本文章不含期末不含主观题！！
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦，电子资源购买后不支持退款哦
