对应课程:点击查看
起止时间:2020-02-17到2020-06-30
更新状态:已完结
第一章:回归分析概述 测验一
1、 以下关于回归分析的理解正确的是( )
A:回归一词来源于高尔顿关于父辈和子辈身高关系的研究
B:回归效应的古典含义是指父辈个子高,子女个子通常也高;父辈个子矮,子女通常也矮
C:回归的现代含义是由自变量的取值去预测因变量的具体值
D:不论何种数据,都可以用一条直线来精确地拟合输入输出数据
答案: 回归一词来源于高尔顿关于父辈和子辈身高关系的研究
2、 以下不属于相关关系的有 ( )
A:父辈身高与子女身高的关系
B:考试成绩与学习时间的关系
C:企业违约风险与其负债率的关系
D:正方形面积与其边长的关系
答案: 正方形面积与其边长的关系
3、 以下关于相关分析理解正确的是( )
A:相关分析需要明确划分自变量和因变量
B:相关系数接近于0说明两个变量不存在任何关系
C:相关系数接近于1说明两个变量存在线性关系
D:相关分析中,通常把y视为随机变量,x视为非随机变量
答案: 相关系数接近于1说明两个变量存在线性关系
4、 机器学习的类型不包括以下哪一项( )
A:有监督学习
B:无监督学习
C:自觉学习
D:深度学习
答案: 自觉学习
5、 以下哪一项不是机器学习的特点 ( )
A:需要建立精确的数学模型
B:以算法设计为中心
C:能够在算法运行过程中自我演进
D:需要大量的数值计算
答案: 需要建立精确的数学模型
6、 机器学习的步骤不包括以下哪一项( )
A:搜集数据
B:提取特征
C:优化计算
D: 硬件维护
E:调整参数
答案: 硬件维护
7、 关于回归分析,以下说法正确的是( )
A:用一条直线对输入输出数据进行拟合
B:必须假定总体分布
C:可以在相关分析的基础上进一步刻画输入输出变量的统计联系
D:采用机器学习方法比数理统计方法更好
答案: 可以在相关分析的基础上进一步刻画输入输出变量的统计联系
8、 关于相关分析和回归分析,以下正确的说法有( )个1) 两者都需要区分自变量和因变量;2) 两者都假定x和y是随机变量;3) 从统计学角度,两者都需要进行显著性检验;4) 两者的功能是相同,进行一个即可。
A:0
B:1
C:2
D:3
E:4
答案: 1
9、 以下关于机器学习理解正确的是( )
A:机器会自动学习,不需要人做任何事情
B:有监督学习需要人参与,无监督学习不需要人参与
C:以算法为中心,不太关注模型假设
D:机器会自主完成特征的设计和提取
答案: 以算法为中心,不太关注模型假设
第二章 Python基本介绍 测验二
1、 下述哪行程序创建了一个字符串变量
A:x=1
B:x=’abc’
C:x=True
D:x=range(1,9)
答案: x=’abc’
2、 定义一个字典型数据并执行查询如下,运行第二条语句的结果是 ( ) x={1:’apple’,2:’orange’,’pear’:3}
x[3]
A:’apple’
B:’orange’
C:’pear’
D:KeyError: 0
答案: KeyError: 0
3、 定义一个函数如下,下述中返回结果不是 2 的调用命令是 ( ) def f(x,y):
u=x-y**2
if u>0:
return u
else:
return 0
A:f(6,2)
B:f(2,6)
C:f(3,1)
D:f(y=2,x=6)
答案: f(2,6)
4、 创建了列表并访问其中的元素如下,运行第二条语句的结果是 ( ) x=[[1,2],[3,4],[5,6]]
x[2][1]
A:3
B:4
C:5
D:6
答案: 6
5、 下述程序创建了一个矩阵,并求其行列式的值。运行结果是 ( )import numpy as np
y=np.matrix(‘2,3;4,5’)
ydet=np.linalg.det(y)
print(ydet)
A:2
B:-2
C:4
D:-4
答案: -2
6、 下述程序创建了一个数据框。程序最后的显示结果是( )import numpy as np
import pandas as pd
t=np.arange(1,10,2)
x=t**2
mydict={‘t’:t,’x’:x}
mydf=pd.DataFrame(mydict)
np.sum(mydf.x)
A:165
B:385
C:220
D:50
答案: 165
7、 下述哪行程序没有生成正态分布的随机数? ( )
A:x=np.random.normal(10,2,5)
B:x=np.random.normal(2,5,[5,2])
C:x=np.random.normal(2,5,[2,5])
D:x=2+5*np.random.randn(10)
答案: x=np.random.normal(10,2,5)
8、 下述程序绘制一条对数函数图,其中第5行的第3个参数的作用是 ( ) import numpy as np #line 1
import matplotlib.pyplot as plt #line 2
x=np.arange(1,20,0.2) #line 3
y=np.log(x) #line 4
plt.plot(x,y,’b:’,label=’logarithm curve’) #line 5
plt.xlabel(‘x’) #line 6
plt.ylabel(‘y’) #line 7
plt.legend() #line 8
A:指定图像的横坐标的名称
B:指定图像的纵坐标的名称
C:指定图像曲线的颜色和形状
D:指定图像的标签
答案: 指定图像曲线的颜色和形状
9、 下述哪个命令不能实现普通最小二乘回归?( )
A:statsmodels.api.OLS()
B:statsmodels.formula.api.ols()
C:numpy.linalg.lstsq()
D:pandas.formula.api.ols()
答案: pandas.formula.api.ols()
10、 下述哪个命令不是用来创建数据框变量的?( )
A:mydf = pandas.read_csv(‘data.csv’)
B:mydf = pandas.read_csv(‘data.txt’)
C:myfile=open(‘data.txt’)
D:df=pandas.DataFrame([[‘alice’,87],[‘benny’,80],[‘chris’,92]])
答案: myfile=open(‘data.txt’)
11、 一个矩阵的最大特征值与最小特征值的商,称为这个矩阵的条件数。使用 numpy 模块,编写 Python 程序计算矩阵 的条件数,结果为 ( )
A:1
为了方便下次阅读,建议在浏览器添加书签收藏本网页
添加书签方法:
1.电脑按键盘的Ctrl键+D键即可收藏本网页
2.手机浏览器可以添加书签收藏本网页
获取更多MOOC答案,欢迎在浏览器访问我们的网站:http://mooc.mengmianren.com
注:请切换至英文输入法输入域名,如果没有成功进入网站,请输入完整域名:http://mooc.mengmianren.com/
我们的公众号
打开手机微信,扫一扫下方二维码,关注微信公众号:萌面人APP
本公众号可查看各种网课答案,还可免费查看大学教材答案
点击这里,可查看公众号功能介绍
一键领取淘宝,天猫,京东,拼多多无门槛优惠券,让您购物省省省,点击这里,了解详情
干饭人福利,饿了么红包每日领