1、哪一个是机器学习中“回归”任务的准确描述？
A、预测每个项目实际的值
B、将其映射到低维空间来简化输入
C、为每个项目分配一个类别
D、依据某个准则对项目进行排序
2、在构建一个决策树模型时，我们对某个属性分割节点，下面四张图中，哪个属性对应的信息增益最大？
A、temperature
B、humidity
C、windy
D、outlook
3、决策树学习算法的结束条件有 （ ）
A、没有剩余的属性
B、所有剩余的实例属于同一类
C、所有选项都对
D、没有剩下的实例
4、人脑中大约有多少个神经元？ （）
A、1012
B、1010
C、1013
D、1011
5、以下关于机器学习相关概念中表述正确的为（）
A、回归和分类都是有监督学习问题
B、假设越简单越好
C、神经网络比决策树学习算法好
D、聚类是一种无监督学习
6、决策树算法若没有剩余属性可以用来进一步划分实例，说明 （ ）
A、这些实例有相同的描述，却属于不同的分类
B、该问题实际上是不确定性的
C、在数据中有噪声
D、可能是有些数据不正确
7、BP算法的学习效果与哪些因素有关？ （ ）
A、学习率
B、训练样本集
C、激活函数
D、初始权值
8、为了测量假设的精确度，一般给学习系统一个由样例组成的训练集。
A、对
B、错
9、决策树学习的搜索策略被设计成贪婪搜索策略，该策略近似于极小化最终树的深度。
A、错
B、对
10、神经网络的隐含层越多越好。
A、对
B、错
