1 solutions

  • 0
    @ 2026-10-14 12:07:44

    AI-MC-071 题解

    组织者内部材料,含答案。比赛中不向选手展示。

    答案:A

    A:正确。两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。 B:错误。本项主张“首先扩大树深而无需检查标签质量”。本题应采用“欠拟合、特征不足或数据问题”,依据是:两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。 C:错误。本项主张“依据误差都高直接认定存在测试泄漏”。本题应采用“欠拟合、特征不足或数据问题”,依据是:两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。 D:错误。本项主张“首先增加正则化以进一步压低复杂度”。本题应采用“欠拟合、特征不足或数据问题”,依据是:两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。

    选项

    • A. 欠拟合、特征不足或数据问题
      • 正确。两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。
    • B. 首先扩大树深而无需检查标签质量
      • 错误。本项主张“首先扩大树深而无需检查标签质量”。本题应采用“欠拟合、特征不足或数据问题”,依据是:两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。
    • C. 依据误差都高直接认定存在测试泄漏
      • 错误。本项主张“依据误差都高直接认定存在测试泄漏”。本题应采用“欠拟合、特征不足或数据问题”,依据是:两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。
    • D. 首先增加正则化以进一步压低复杂度
      • 错误。本项主张“首先增加正则化以进一步压低复杂度”。本题应采用“欠拟合、特征不足或数据问题”,依据是:两侧误差均高需要分析表达能力、特征及数据,而非仅泛化差距。

    依据:题面口径与本工种考试大纲

    审题备注:干扰项按相邻概念、错误分母、计算顺序、权限或时间边界设计;专家仍须逐项确认不构成另一正确答案。题族保持,一卷最多1题。

    • 1

    AI-MC-071 模型训练和验证误差都很高,首先考虑?

    Information

    ID
    72
    Time
    1000ms
    Memory
    256MiB
    Difficulty
    2
    Tags
    # Submissions
    0
    Accepted
    0
    Uploaded By