/cn-tutor-prep-s5-ict-artificial-intelligence-machine-learning-practice-4/
/cn-tutor-prep-s5-ict-artificial-intelligence-machine-learning-practice-4/
一般查询: info@TutorZone.com.hk
办公时间: 星期一至六 - 上午 9 时至下午 6 时
WhatsApp 星期一至日 - 24 小时
人手接听: +852 6828 1809
实时客服: +852 9061 3106

中五 ICT:人工智能与机器学习错题重练十题

中五 ICT:人工智能与机器学习错题重练十题

  • 2026-11-20

中五 ICT:人工智能与机器学习错题重练十题

第四份把最常见的十个误解逐题改正:以训练准确率代替测试、重数量轻标签、以为模型自动解释、反复用测试集调参、层数越多越好、把相关当因果、上线后停止监控、缺失值一律填零、不平衡资料只看准确率、以及以为系统必然中立。

错题重练:十个必改的模型误解 本分逐题改正十个常见误解:以为训练准确率九成九就等于可靠,实际要看测试集;以为资料越多越好而忽略标签品质;以为模型会自动解释判断;以为测试集可反复调参;以为层数与参数越多必然越好;把相关当成因果;以为上线后不需监控;把缺失值一律填零;在不平衡资料只看准确率;以及以为人工智能输出必然客观中立。每一项都附正解与一句解说,便于对照温习。

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 3 · 进阶 3 · 挑战 3 · 错题重练 1
对应章节 所属章节:中五 ICT:人工智能与机器学习
适用年级 错题重练(10 题)

02 题目(10 题)

  1. 基础“模型训练准确率达九成九,实际使用一定可靠”是否正确?
  2. 基础“资料越多越好,不必理会标签品质”是否正确?
  3. 基础“机器学习模型会自动解释自己的判断原因”是否正确?
  4. 进阶“测试集可以反复用来调参,直至分数理想”是否正确?
  5. 进阶“层数越多、参数越多的模型一定更好”是否正确?
  6. 进阶“两个变数相关,就代表前者导致后者”是否正确?
  7. 挑战“模型上线后不需要再监控”是否正确?
  8. 挑战“缺失值一律填零最简单可靠”是否正确?
  9. 挑战“资料不平衡时,准确率足以评估模型”是否正确?
  10. 错题重练“人工智能系统的输出必然客观中立”是否正确?

03 答案与一句解说

题号 答案 一句解说
1 不正确,须看测试集与真实资料的表现。 高训练准确率可能只是记住了训练样本,未代表能泛化。
2 不正确,错误标签会直接把模型教错。 清洗与标注品质往往比单纯增加数量更关键。
3 不正确,多数模型只输出结果,解释须另行分析。 可解释性要专门设计,或借助特征重要性等工具。
4 不正确,反复调参会令测试集失去检验作用。 应另留验证集调参,测试集只在最后使用一次。
5 不正确,模型规模要与资料量和任务难度匹配。 过大的模型在小资料上更容易过拟合,训练成本亦更高。
6 不正确,相关不等于因果。 须以对照实验或领域知识判断因果方向。
7 不正确,资料分布改变会令表现逐步下滑。 须持续监测指标,并定期以新资料重新训练。
8 不正确,填值方式会改变结果,须按字段意义处理。 可考虑平均数、中位数或模型填补,并记录所用方法。
9 不正确,应同时看召回率与 F1。 全部猜多数类也可得极高准确率,实际毫无用途。
10 不正确,训练资料中的偏见会被模型放大。 须检查资料来源,并比较不同群体的表现差异。

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。

想亲手计一次精确率与召回率?预约 TutorZone 导师,用 25 分钟把十题的算式与图表逐一讲清。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。

招募导师及兴趣班教练|学术、乐器、体育、艺术、STEM,免费登记,招生与配对交给平台。 了解详情 →