第一章
1. 机器学习是研究发现数据模型的算法并利用这些模型做出决策。()答案:
对
2. 机器学习通常要经过数据选择，模型训练，模型优化矫正等过程。()答
案:对
3. 决策树模型是一种典型的聚类模型。()答案:错
4. 决策树是随机森林模型的子结构。()答案:对
5. 以下哪种情况适合使用SVM 算法 ( ) 。 答案:单细胞分类
6. 关于机器学习的基本流程，下列顺序正确的是()。答案:建模—评价—改
进
7. 监督式学习根据输出形式可分为()。答案:分类和回归
8. 机器学习根据学习方式可分为()。答案:强化学习;半监督学习;监督学习;
无监督学习
9. 朴素贝叶斯适合下列哪种场景分析()。答案:情感分析;消费者细分
10.机器学习根据模型性质可分为()。答案:非线性模型;线性模型
第二章
1. 若非零矩阵A 满足 A=O， 则 A+E 与 A-E 均可逆( ) 答案:对
2. 矩阵的特征值为()答案:-1
3. 设P(A)=0.4， P(B)=0.7， 事件 A，B 相互独立， 则 P(B-A)=( ) 答案:0.42
4. 已知离散型随机变量X 可取值{-3,-1,0,2},且取这些值的概率依次为， 则 b 的
取值为2 ( ) 答案:对
5. 若随机变量X 服从 N(5,4)的分布， 若 P(X> ……此处隐藏16404个字…… 于回归任务，将集成结果进行投票适用于分类任
务。() 答案:对
第十五章
1. 我们使用机器学习模型对分子的生物活性进行预测，即预测分子引起反应时
的浓度，这属于哪一类任务()。 答案:回归任务
2. 对于分子的拓扑结构描述得最清晰的分子表示方式是()。 答案:分子的
图表示
3. 以下对于药物研发的描述，哪些是对的()。 答案:高投入高风险;高时间
投入高金钱投入
4. 以下哪些药物研发的方向可以使用机器学习来进行加速()。 答案:先导
化合物优化;药物重定位;药物推荐;先导化合物筛选
5. 分子描述符可以用于分子生成任务。() 答案:错
6. single-cell RNA-seq 数据具有高稳定性， 高离散性和高通量等特点。 ( )
答案:错
7. 以下特点是single-cell RNA-seq 相比 bulk RNA-seq 独有的特点有( ) 。
答案:高通量;表达值大部分为 0
8. single-cell RNA-seq 数据离散性高表现为单细胞转录组表达谱大部分表达值
为0。 ( ) 答案:对
9. 拟时间轨迹推断是single-cell RNA-seq 数据的一个重要任务， 一般用聚类算
法去分析。() 答案:错
10.single-cell RNA-seq 数据的细胞类型鉴定一般用最小生成树去计算。 ( )
答案:错
