2025年机器学习工程师联邦学习数据划分面试题（含答案与解析）

一、单选题（共15题）

1.以下哪种联邦学习算法适用于移动设备等资源受限的场景？

A.FedAvg

B.FedProx

C.FedScope

D.FedRPC

答案：C

解析：FedScope算法通过将模型划分成多个片段，只在客户端和服务器间传输必要的片段，减少通信量，适用于资源受限的环境。参考《联邦学习技术手册》2025版4.2.3节。

2.在联邦学习系统中，以下哪个阶段负责在客户端本地执行模型训练？

A.合并阶段

B.预处理阶段

C.训练阶段

D.验证阶段

答案：C

解析：训练阶段是联邦学习过程中