iPAS AI應用規劃師(中級)科目3_ L23101 機率統計之機器學習基礎應用(7) 機器學習中的機率統計應用 (進階題型) / iPAS AI 應用規劃師, AI 測驗題庫, iPAS AI 中級, 測驗題庫 / 作者: S學院 iPAS AI應用規劃師(中級)科目3_ L23101 機率統計之機器學習基礎應用(7) 機器學習中的機率統計應用(進階題型) 模擬試題，採智能選題，無限次反覆練習。 1. 聯邦學習中，差分隱私的添加噪聲通常遵循什麼分布？ 均勻分布 指數分布 拉普拉斯分布 高斯分布 None 2. 小波變換相比於傅立葉變換的主要優勢是什麼？ 適用於線性系統 結果更容易解釋 具有時頻局域化特性 計算複雜度更低 None 3. 當使用t-SNE進行降維時，困惑度(perplexity)參數主要影響什麼？ 算法的收斂速度 降維後的維度數 每個點的有效近鄰數量 計算的精確度 None 4. 在因果推理中，工具變數(IV)必須滿足的三個假設不包括哪個？ 排他性假設 線性假設 獨立性假設 相關性假設 None 5. 協同過濾中，負採樣(negative sampling)的主要目的是什麼？ 處理隱式回饋的稀疏性 減少計算複雜度 提高模型的泛化能力 增加訓練數據量 None 6. 在高斯混合模型(GMM)中，EM算法的E步驟計算的是什麼？ 似然函數的最大值 每個樣本屬於各分量的後驗機率 每個高斯分量的均值和協方差 模型參數的梯度 None 7. 譜聚類算法中，拉普拉斯矩陣的第二小特徵值被稱為什麼？ 代數連通度 條件數 核範數 譜半徑 None 8. 神經架構搜索(NAS)中，可微分架構搜索的主要創新是什麼？ 將離散搜索問題連續化 引入多目標優化 採用演化策略 使用強化學習優化 None 9. 分佈外檢測(OOD Detection)中，Mahalanobis距離方法的優勢是什麼？ 不需要訓練數據 適用於所有數據類型 計算複雜度最低 考慮特徵間的協方差結構 None 10. 注意力機制中，自注意力(self-attention)的查詢、鍵、值通常來自哪裡？ 不同的輸入序列 預訓練的嵌入 隨機初始化的參數 同一個輸入序列 None 11. 在元學習中，MAML(Model-Agnostic Meta-Learning)的核心思想是什麼？ 學習任務的層次結構 學習任務間的相似性度量 學習任務特定的特徵表示 學習適於快速適應的初始參數 None 12. 在強化學習中，時間差分(TD)學習的主要特點是什麼？ 基於自舉估計更新價值函數 直接優化策略參數 需要完整的軌跡數據 使用動態規劃方法 None 13. 在流形學習中，等度量映射(Isomap)算法的核心思想是什麼？ 保持測地距離 最小化重建誤差 保持局部線性關係 最大化變異解釋 None 14. 變分量子特徵映射(VQE)中，參數化量子電路的優化通常使用什麼方法？ 模擬退火 反向傳播 參數偏移規則 遺傳算法 None 15. 在因果發現中，PC算法基於什麼統計測試？ 卡方檢驗 F檢驗 條件獨立性檢驗 t檢驗 None 16. 神經常微分方程(Neural ODEs)的主要理論優勢是什麼？ 訓練速度更快 數值穩定性更好 記憶體效率和連續深度 模型表達能力更強 None 17. 在變分自編碼器(VAE)中，KL散度項的作用是什麼？ 編碼器的正則化 使編碼分布接近先驗分布 重建誤差的衡量 解碼器的約束 None 18. 在因子分析模型中，如果觀測變數數量為p，潛在因子數量為q，則參數數量約為多少？ p × q p × q + p + q p + q p² + q² None 19. 在網絡嵌入學習中，DeepWalk算法的靈感來源於哪個領域？ 機率論 拓撲學 自然語言處理 圖論 None 20. 在層次貝葉斯模型中，超參數的作用是什麼？ 直接影響觀測數據 決定似然函數形式 控制模型的複雜度 控制參數的先驗分布 None 如有問題可留言，謝謝您的寶貴意見！ 暱稱 電郵（提交獲得正確答案，可換題測驗完整題庫，新增題庫電郵通知） Time's up
