10道題，測一測你的AI水平到底如何

1、下面函式能夠檢視變數a指向物件標識的命令是：

a='julyedu.com'

A.id()

B.help()

C.memroyview()

D.type()

2、定義在類中的方法之外的變數是（ ）

A.例項變數

B.類變數

C.公有變數

D.私有變數

3、執行以下程式碼的結果是？

import copy

l1=[1,2,3,[1,2,3]]

l2=copy.deepcopy(l1)

l2[-1].append(4)

l1

A.[1,2,3,[1,2,3]] 

B.[1,2,3,[1,2,3,4]]

C.[1,2,3,4]

D.[1,2,3,4,[1,2,3]]

4、要將 3.1415926 變成 00003.14 如何進行格式化輸出?

A."%.2f"% 3.1415629

B."%8.2f"% 3.1415629

C."%0.2f"% 3.1415629

D."%08.2f"% 3.1415629

5、下列哪種情況不會導致Python物件的引用計數增加

A.物件被建立

B.被作為引數傳遞給函式

C.成為容器物件的元素

D.該物件無法訪問時

6、初始化例項物件時，呼叫的是魔法函式是（ ）

A.__init__

B.__new__ 

C.__cmp__

D.__del__ 

7、下面對整合學習模型中的弱學習者描述錯誤的是？

A.他們經常不會過擬合

B.他們通常帶有高偏差，所以其並不能解決複雜學習問題

C.他們通常會過擬合

8、在Logistic Regression 中,如果同時加入L1和L2範數,不會產生什麼效果()

A.以做特徵選擇,並在一定程度上防止過擬合

B.能解決維度災難問題

C.能加快計算速度

D.可以獲得更準確的結果

9、下列哪一種迴歸方法的相關係數沒有閉式解？

A.Ridge迴歸

B.Lasso迴歸

C.Ridge迴歸 and Lasso迴歸

D.兩者都不是

10、關於 logit 迴歸和 SVM 不正確的是（）

A.Logit迴歸目標函式是最小化後驗概率

B.Logit迴歸可以用於預測事件發生概率的大小

C.SVM目標是結構風險最小化

D.SVM可以有效避免模型過擬合

以上題目節選自 全國AI工程師水平考試，檢視更多資訊，請點選 “閱讀原文”。