1.以下哪项描述是机器学习框架要素中核心目标的体现？ {{ select(1) }}

• 减少数据存储空间
• 通过数据自主归纳规律
• 提高计算机硬件性能
• 优化网络传输速度

---

2.在垃圾分类系统中，若模型将“纽扣电池”误判为“可回收物”，主要问题可能出在哪个要素？ {{ select(2) }}

• 算法
• 数据
• 目标函数
• 知识约束

---

3.亚瑟·塞缪尔（Arthur Samuel）的贡献是： {{ select(3) }}

• 发明了神经网络
• 首次提出“机器学习”概念
• 设计了深度学习框架
• 开发了图像识别算法

---

4.在医疗诊断系统中，若数据集中缺乏某一种族的胸片样本，可能导致： {{ select(4) }}

• 模型过拟合
• 算法收敛速度加快
• 诊断结果偏见
• 计算资源浪费

---

5.以下哪种模型最适合处理图像分类任务（如水果识别）： {{ select(5) }}

• 线性回归
• 决策树
• 卷积神经网络（CNN）
• K近邻算法

---

6.梯度下降法的主要作用是： {{ select(6) }}

• 清洗数据中的噪声
• 优化模型参数以最小化损失函数
• 标注数据集标签
• 生成新的训练样本

---

7.若垃圾分类系统的训练数据中“其他垃圾”占比80%，可能导致： {{ select(7) }}

• 模型偏向预测“其他垃圾”
• 算法无法收敛
• 数据存储空间不足
• 知识规则失效

---

8.在水果识别系统中，数据增强（Data Augmentation）的常用方法不包括： {{ select(8) }}

• 旋转图像
• 调整亮度
• 删除模糊样本
• 添加随机噪点

---

9.机器学习五大要素是：目标、{{ input(9) }}、算法、数据、知识。。

---

10.在机器学习中，用于衡量预测与目标误差的数学函数称为：{{ input(10) }}。

---

11.亚瑟·塞缪尔通过让计算机学习：{{ input(11) }}游戏，奠定了机器学习的基础。

---

12.若垃圾分类模型将“荧光棒”误判为“可回收物”，需通过加入：{{ input(12) }}规则进行修正。