中二 ICT 人工智能练习一:标签、准确率与资料切分十题 2026-11-20 导师备课指引 · 小学数学 中二 ICT 人工智能练习一:标签、准确率与资料切分十题 十题由人工智能与机器学习的包含关联出发,练标签比例、准确率、训练与测试切分,再算精确率、召回率与每轮训练步数。 中二 ICT 人工智能练习一:基础十题 课题包括标签资料、准确率与资料切分。 01 本卷资料(做完才看答案) 项目 内容 题数 10 建议时间 25 难度分布 基础 4 · 进阶 2 · 挑战 2 · 错题重练 2 对应章节 所属章节:中二 ICT:人工智能与机器学习入门 适用年级 Basic 02 题目(10 题) 基础机器学习与人工智能两者范围的包含关联是什么? 基础10 000 张相片中有 8 000 张已加上人手标签,有标签的占多少百分比? 基础一个模型在 200 题测验中答对 170 题,准确率是多少? 基础9 000 笔资料按 8 比 2 分成训练集与测试集,两边各有多少笔? 进阶混淆矩阵中真正例 40 个、假正例 10 个,精确率是多少? 进阶真正例 40 个、假负例 5 个,召回率是多少? 挑战每轮训练有 16 000 个样本、批次大小 32,训练 20 轮共走多少步? 挑战要令 50 个真正例的召回率达到 90%,模型最少要检出多少个? 错题重练错题:准确率有 95% 就代表模型一定好用。这句话错在哪里? 错题重练错题:测试集可以反复用来调参数,直到分数满意为止。正确做法是什么? 03 答案与一句解说 题号 答案 一句解说 1 机器学习是人工智能的一个分支 人工智能的范围最大,机器学习是其中一种以资料训练模型的方法,深度学习再收窄一层。 2 80% 8 000 除以 10 000 等于 0.8,即 80%。 3 85% 170 除以 200 等于 0.85,即 85%。 4 训练集 7 200 笔,测试集 1 800 笔 9 000 乘 0.8 得 7 200,乘 0.2 得 1 800,两者相加刚好是全部资料。 5 80% 精确率是真正例除以所有被判为正的个案,即 40 除以 50。 6 约 88.9% 召回率是 40 除以 45,等于 0.8889,换成百分比约 88.9%。 7 每轮 500 步,共 10 000 步 16 000 除以 32 得每轮 500 步,再乘 20 轮得 10 000 步。 8 45 个 50 乘 0.9 等于 45,即召回率刚好 90%。 9 不一定好用,类别不平衡时要看精确率与召回率 若九成半样本都属同一类,全判该类已有 95% 准确率,但少数类完全抓不到。 10 测试集只在最后评估一次,调参数要用验证集 用测试集反复调参数等于把答案喂给模型,分数会过分乐观。 04 做完之后怎样跟进 对完答案,只重做错的那几题,并在错题旁写出错在哪一步(公式、单位还是抄错数)。 同一题隔两日再做一次;两次都对才可以移到下一份练习。 家长只需看答案栏与解说栏,不必逐题讲解。 想再操练同章题目?回到本章页可以看到其余三份练习,难度由基础到错题重练。导师登记 → 本卷题目与答案由 TutorZone 团队原创编写,并非任何学校、出版社或考试局的试题;数值与答案均以程式核算。
中二 ICT 人工智能练习一:标签、准确率与资料切分十题 2026-11-20 导师备课指引 · 小学数学 中二 ICT 人工智能练习一:标签、准确率与资料切分十题 十题由人工智能与机器学习的包含关联出发,练标签比例、准确率、训练与测试切分,再算精确率、召回率与每轮训练步数。 中二 ICT 人工智能练习一:基础十题 课题包括标签资料、准确率与资料切分。 01 本卷资料(做完才看答案) 项目 内容 题数 10 建议时间 25 难度分布 基础 4 · 进阶 2 · 挑战 2 · 错题重练 2 对应章节 所属章节:中二 ICT:人工智能与机器学习入门 适用年级 Basic 02 题目(10 题) 基础机器学习与人工智能两者范围的包含关联是什么? 基础10 000 张相片中有 8 000 张已加上人手标签,有标签的占多少百分比? 基础一个模型在 200 题测验中答对 170 题,准确率是多少? 基础9 000 笔资料按 8 比 2 分成训练集与测试集,两边各有多少笔? 进阶混淆矩阵中真正例 40 个、假正例 10 个,精确率是多少? 进阶真正例 40 个、假负例 5 个,召回率是多少? 挑战每轮训练有 16 000 个样本、批次大小 32,训练 20 轮共走多少步? 挑战要令 50 个真正例的召回率达到 90%,模型最少要检出多少个? 错题重练错题:准确率有 95% 就代表模型一定好用。这句话错在哪里? 错题重练错题:测试集可以反复用来调参数,直到分数满意为止。正确做法是什么? 03 答案与一句解说 题号 答案 一句解说 1 机器学习是人工智能的一个分支 人工智能的范围最大,机器学习是其中一种以资料训练模型的方法,深度学习再收窄一层。 2 80% 8 000 除以 10 000 等于 0.8,即 80%。 3 85% 170 除以 200 等于 0.85,即 85%。 4 训练集 7 200 笔,测试集 1 800 笔 9 000 乘 0.8 得 7 200,乘 0.2 得 1 800,两者相加刚好是全部资料。 5 80% 精确率是真正例除以所有被判为正的个案,即 40 除以 50。 6 约 88.9% 召回率是 40 除以 45,等于 0.8889,换成百分比约 88.9%。 7 每轮 500 步,共 10 000 步 16 000 除以 32 得每轮 500 步,再乘 20 轮得 10 000 步。 8 45 个 50 乘 0.9 等于 45,即召回率刚好 90%。 9 不一定好用,类别不平衡时要看精确率与召回率 若九成半样本都属同一类,全判该类已有 95% 准确率,但少数类完全抓不到。 10 测试集只在最后评估一次,调参数要用验证集 用测试集反复调参数等于把答案喂给模型,分数会过分乐观。 04 做完之后怎样跟进 对完答案,只重做错的那几题,并在错题旁写出错在哪一步(公式、单位还是抄错数)。 同一题隔两日再做一次;两次都对才可以移到下一份练习。 家长只需看答案栏与解说栏,不必逐题讲解。 想再操练同章题目?回到本章页可以看到其余三份练习,难度由基础到错题重练。导师登记 → 本卷题目与答案由 TutorZone 团队原创编写,并非任何学校、出版社或考试局的试题;数值与答案均以程式核算。