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(6) 機器學習中的機率統計應用(基本題型) / 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(6) 機器學習中的機率統計應用(基本題型) 模擬試題，採智能選題，無限次反覆練習。 1. PCA中第一主成分的特性是什麼？ 解釋數據中最大的變異量 與其他主成分相關性最高 與原始變數的相關性最小 包含最少的雜訊 None 2. A/B測試中，隨機化的主要目的是什麼？ 提高轉換率 增加樣本大小 減少實驗時間 確保實驗組和對照組具有可比性 None 3. K-means聚類算法的目標函數是什麼？ 最小化類內平方和(WCSS) 最小化類間變異 最大化類間距離 最大化資訊熵 None 4. F1分數的計算方式是什麼？ Precision × Recall (Precision + Recall)/2 2×(Precision×Recall)/(Precision+Recall) √(Precision × Recall) None 5. 卡方檢驗主要用於評估什麼？ 模型的預測能力 分類特徵與目標變數的關聯性 數據的常態性 連續變數的線性關係 None 6. 集成學習的主要目的是什麼？ 簡化模型結構 減少計算時間 提高預測準確性 減少特徵數量 None 7. 卡方檢驗在A/B測試中主要用於什麼類型的指標？ 時間指標 點擊率、註冊率等二元結果 連續型指標 收入指標 None 8. 序貫分析的主要特點是什麼？ 只在實驗結束後分析 持續監控實驗結果 一次性分析所有數據 不需要統計檢驗 None 9. 正則化項的主要作用是什麼？ 防止過度配適 增加特徵數量 增加模型複雜度 加快訓練速度 None 10. SMOTE技術主要用於解決什麼問題？ 異常檢測 特徵選擇 類別不平衡 降維 None 11. 處理類別不平衡問題的常用方法不包括哪個？ 增加特徵數量 調整類別權重 欠抽樣(Undersampling) 過度抽樣(Oversampling) None 12. A/B測試的樣本大小計算需要考慮哪些因素？ 效應大小、顯著性水準、統計功效 只需要效應大小 只需要顯著性水準 只需要統計功效 None 13. 留一法(LOOCV)交叉驗證的特點是什麼？ 計算成本最低 只適用於大樣本 k等於樣本數 偏差最大 None 14. Z分數方法的異常值判斷標準通常是什麼？ |Z| > 1 |Z| > 2或3 |Z| > 1.5 |Z| > 4 None 15. 在時間序列預測中，為什麼要避免數據洩漏？ 減少計算成本 確保使用歷史數據預測未來 增加數據量 提高模型複雜度 None 16. 多臂賭博機演算法主要平衡什麼？ 成本與效益 探索與利用 速度與準確性 複雜度與簡單性 None 17. 四分位距(IQR)方法的優勢是什麼？ 不需假設分布形態 需要假設常態分布 只適用於小樣本 計算最複雜 None 18. 在線性回歸中，使用t檢驗的主要目的是什麼？ 檢驗模型的整體顯著性 檢驗殘差的獨立性 檢驗特徵係數的顯著性 檢驗數據的常態性 None 19. 在混淆矩陣中，精確率(Precision)的計算公式是什麼？ TP/(TP+FN) (TP+TN)/(TP+TN+FP+FN) TN/(TN+FP) TP/(TP+FP) None 20. k折交叉驗證中，常用的k值是多少？ 15或20 3或7 5或10 8或12 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
