人工智能训练师_3级_操作技能题 -202507版本参考答案pdf版

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

制定数据清洗规范（每正确回答1个规范点得1分，最高得2分）

制定数据标注规范（每正确回答1个规范点得1分，最高得3分）

在健康与营养咨询领域，客户的健康数据是评估其饮食和生活方式建议的重要依据。通过对客户健康数据的分析，可以帮助健康咨询师更准确地评估客户的健康状况，并制定个性化的营养和健康管理计划。现提供一份健康咨询客户数据集。请补全2.1.5.ipynb代码，完成下面的数据预处理任务：（1）加载数据集：查看表的数据类型，表结构和显示每一列的空缺值数量；（2）缺失值处理：对于含有缺失值的行进行删除操作；（3）数据类型转换：将“Your age”列的数据类型转换为整数类型，并处理其中的异常值；（4）数据去重：检查数据集中的重复值并删除所有重复值，并记录删除的行数；（5）数据归一化处理：对“如何形容你的当前健身水平？”（How do you describe your current level of fitness ?）列中的数据进行归一化处理；（6）绘制健身频率分布的饼图；（7）对数据进行标注划分；（8）保存处理后的数据，并命名为：2.1.5_cleaned_data.csv，保存到考生文件夹；（9）制定数据清洗和数据标注规范，将答案写到答题卷文件中，答题卷文件命名为“2.1.5.docx”，保存到考生文件夹；（10）将以上代码以及运行结果，以html格式保存并命名为2.1.5.html，保存到考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。技能要求：（1）能结合人工智能技术要求和业务特征，设计数据清洗和标注流程；（2）能结合人工智能技术要求和业务特征，制定数据清洗和标注规范。质量指标：（1）深入理解业务，训练符合业务需求的模型。

制定数据清洗规范（每正确回答1个规范点得1分，最高得2分） (缺图)

制定数据标注规范（每正确回答1个规范点得1分，最高得3分） (缺图)

互联网金融飞速发展，使得个人金融理财变得越来越容易。而其中信用评分技术是一种对贷款申请人（信用卡申请人）做风险评估分值的统计模型，可以根据客户提供的资料、客户的历史数据、第三方平台数据（芝麻分、京东、微信等），对客户的信用进行评估。现要求根据提供的finance数据集，补全2.2.1.ipynb代码。选择合适的特征，开发一个申请的评分模型，利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。（1）正确加载数据集，显示前五行的数据。（2）使用Logistic模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以文件名2.2.1_model.pkl保存到考生文件夹，结果文件以2.2.1_results.txt保存到考生文件夹。（3）使用测试工具对模型进行测试，并记录测试结果，命名2.2.1_report.txt，保存到考生文件夹（4）对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案写到答题卷文件中，答题卷文件命名为“2.2.1.docx”，保存到考生文件夹。（5）运用工具分析算法中错误案例产生的原因并进行纠正，重新得到模型训练结果，以文 (缺图)

正确加载数据集，显示前五行的数据。

使用Logistic模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以文件名2.2.1_model.pkl保存到考生文件夹，结果文件以2.2.1_results.txt保存到考生文件夹。

使用测试工具对模型进行测试，并记录测试结果，命名2.2.1_report.txt，保存到考生文件夹

对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案写到答题卷文件中，答题卷文件命名为“2.2.1.docx”，保存到考生文件夹。

运用工具分析算法中错误案例产生的原因并进行纠正，重新得到模型训练结果，以文件名2.2.1_results_xg.txt保存到考生文件夹。

将以上代码以及运行结果，以html格式保存并命名为2.2.1.html，保存到考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。

人工智能训练师（三级）操作技能考核试题名称：智能信用评分Logistic回归模型开发与测试考核时间：20min 1. 场地设备要求（1）人工智能训练师主机 1 台；（2）Python 编译环境；（3）汽车燃油效率数据集（auto-mpg.csv）。 2. 工作任务在现代交通中，燃油效率（MPG）是衡量汽车性能和交通系统优化的重要指标之一。高效的燃油利用不仅能够降低车辆运营成本，还能减少碳排放，促进环保。开发一个用于预测汽车燃油效率的模型可以帮助智慧交通系统优化路线规划和车辆调度，从而提升整体交通效率和减少能源消耗。此外，这样的模型还可以帮助消费者做出更明智的购车决策，并帮助厂商优化汽车设计。现要求根据提供的汽车燃油效率数据集，补全2.2.2.ipynb代码。选择合适的特征，开发一个燃油效率预测模型。利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。（1）正确加载数据集，显示前五行的数据。（2）使用线性回归模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以“2.2.2_model.pkl”命名保存到考生文件夹，结果文件以“2.2.2_results.txt”命名保存到考生文件夹。（3）使用测试工具对模型进行测试，并记录测试结果，以“2.2.2_report.txt”命名保存到考生文件夹。（4）运用工具分析算法中错误案例产生的原因并进行纠正，重新进行模型训练，并以 (缺图)

在现代交通中，燃油效率（MPG）是衡量汽车性能和交通系统优化的重要指标之一。高效的燃油利用不仅能够降低车辆运营成本，还能减少碳排放，促进环保。开发一个用于预测汽车燃油效率的模型可以帮助智慧交通系统优化路线规划和车辆调度，从而提升整体交通效率和减少能源消耗。此外，这样的模型还可以帮助消费者做出更明智的购车决策，并帮助厂商优化汽车设计。现要求根据提供的汽车燃油效率数据集，补全2.2.2.ipynb代码。选择合适的特征，开发一个燃油效率预测模型。利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。（1）正确加载数据集，显示前五行的数据。（2）使用线性回归模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以“2.2.2_model.pkl”命名保存到考生文件夹，结果文件以“2.2.2_results.txt”命名保存到考生文件夹。（3）使用测试工具对模型进行测试，并记录测试结果，以“2.2.2_report.txt”命名保存到考生文件夹。（4）运用工具分析算法中错误案例产生的原因并进行纠正，重新进行模型训练，并以“2.2.2_results_rf.txt”命名保存到考生文件夹。（5）对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案以“2.2.2.docx”命名写到答题卷文件中，并保存到考生文件夹。（6）将以上代码以及运行结果，以html格式保存并命名为2.2.2.html，保存到考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。数据集说明： mpg : 燃油效率，每加仑油可以行驶的英里数。 cylinders : 发动机气缸的数量。 displacement: 这是指发动机所有气缸的总容积。 horsepower: 发动机的马力。 weight: 车辆的重量。 acceleration: 加速。 model year: 车辆的生产年份。 origin : 指的是车辆的制造地或品牌所属国家。 car name: 每辆车的具体名称或型号。技能要求： (1) 能维护日常训练集与测试集。 (2) 能使用工具对算法进行训练。 (3) 能使用测试工具对人工智能产品的使用进行测试。 (4) 能对测试结果进行分析，编写测试报告。 (5) 能运用工具，分析算法中错误案例产生的原因并进行纠正。质量指标： (1) 深入理解业务，训练符合业务需求的模型。 (2) 数据预处理步骤完整，方法选择合理。 (3) 代码实现正确，结果符合预期。 (4) 测试结果分析全面，报告详细。

随着人们健康意识的增强，越来越多的人开始关注日常运动和健康管理。使用提供的训练数据，补全2.2.3.ipynb代码。选择合适的特征，开发一个预测模型，基于个体性别，个体对运动的看法和个人健康评价来预测个体年龄。利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。详细说明如下：（1）正确加载数据集，并显示前五行的数据（2）使用随机森林模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以文件名2.2.3_model.pkl保存到考生文件夹，结果文件以2.2.3_results.txt保存到考生文件夹。（3）使用测试工具对模型进行测试，并记录测试结果，命名2.2.3_report.txt，保存到考生文件夹（4）对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案写到答题卷文件中，答题卷文件命名为“2.2.3.docx”，保存到考生文件夹。（5）运用工具分析算法中错误案例产生的原因并进行纠正，重新得到模型训练结果，以文件名2.2.3_results_xgb.txt保存到考生文件夹。（6）将以上代码以及运行结果，以html格式保存并命名为2.2.3.html，保存到考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。 (缺图)

针对线性回归模型，请分析模型性能、错误原因，并提出改进建议。 (缺图)

Do you exercise ______?

What time if the day do you prefer to exercise?

How long do you spend exercising per day?

Would you say you eat a healthy balanced diet?

What prevents you from eating a healthy balanced diet, If any? (Please select all that apply)

How healthy do you consider yourself?

Have you ever recommended your friends to follow a fitness routine?

Have you ever purchased a fitness equipment?

What motivates you to exercise? (Please select all that applies )

更多题库