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 (1) / 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 機器學習技術與應用 模擬試題，採智能選題，無限次反覆練習。 1. 在特徵工程中，互資訊主要用於什麼？ 特徵選擇 異常檢測 數據清理 數據轉換 None 2. 對於高維小樣本數據，傳統統計方法面臨的主要挑戰是什麼？ 計算複雜度過高 參數個數超過樣本大小 理論基礎不足 軟體工具缺乏 None 3. 泊松分布主要用來描述什麼現象？ 成功失敗試驗 正負值的對稱分布 連續變數的分布 單位時間內事件發生次數 None 4. 邏輯回歸使用什麼函數來轉換線性組合？ 三角函數 對數函數 指數函數 Sigmoid函數 None 5. 貝氏資訊準則(BIC)相較於AIC，在模型選擇上傾向於什麼？ 選擇更複雜的模型 選擇更簡潔的模型 對樣本大小不敏感 計算上更簡單 None 6. 信賴區間的寬度主要受什麼因素影響？ 母體平均數 樣本大小和信心水準 樣本平均數 數據類型 None 7. 若隨機變數X～N(μ,σ²)，則(X-μ)/σ的分布特性為何？ 標準常態分布N(0,1) 仍為常態分布，但參數改變 卡方分布χ²(1) t分布t(n-1) None 8. 當樣本相關係數r = 0時，可以確定推論什麼？ 兩變數線性不相關 兩變數獨立 兩變數的聯合分布為雙變量常態 兩變數沒有任何關係 None 9. 貝氏定理的正確表達式是什麼？ P(A|B) = P(B|A) × P(A) / P(B) P(A|B) = P(B|A) / P(A) × P(B) P(A|B) = P(B|A) + P(A) / P(B) P(A|B) = P(B|A) - P(A) × P(B) None 10. KL散度D(P||Q)具有什麼重要性質？ 非負性：D(P||Q) ≥ 0 滿足距離公式的所有性質 對稱性：D(P||Q) = D(Q||P) 三角不等式成立 None 11. 在多元迴歸分析中，變異數膨脹因子(VIF)大於10通常表示什麼？ 殘差存在異質變異性 需要增加樣本大小 模型配適度不佳 存在嚴重的多重共線性 None 12. 若隨機變數X～N(μ,σ²)，則(X-μ)/σ的分布特性為何？ 卡方分布χ²(1) t分布t(n-1) 標準常態分布N(0,1) 仍為常態分布，但參數改變 None 13. 在高斯混合模型中，EM算法的E步驟主要計算什麼？ 各組成分的變異數參數 各組成分的平均數參數 各組成分的權重參數 觀測數據屬於各組成分的後驗機率 None 14. 在核密度估計中，頻寬(bandwidth)的選擇會如何影響結果？ 不影響最終結果 只影響計算速度 影響偏差-變異數權衡 只影響平滑程度 None 15. 條件機率 P(A|B) 的正確公式是什麼？ P(A∩B) / P(B) P(A∩B) × P(B) P(A) / P(B) P(A) × P(B) None 16. 馬可夫性質要求什麼條件？ 狀態轉移機率隨時間變化 未來狀態只依賴於當前狀態 所有狀態都是可達的 未來狀態只依賴於所有歷史狀態 None 17. 當使用最大概似估計時，Fisher資訊矩陣的逆矩陣代表什麼？ 偏差函數的二階導數 充分統計量的期望值 估計量的漸近變異數-共變異數矩陣 概似函數的海塞矩陣 None 18. 條件機率 P(A|B) 的正確公式是什麼？ P(A) × P(B) P(A) / P(B) P(A∩B) / P(B) P(A∩B) × P(B) None 19. 在貝氏統計框架下，當先驗分布為Beta(α,β)且觀察到二項數據時，後驗分布的形式為何？ Beta(α+x, β+n-x) Gamma(α+x, β+n-x) Normal(α+x, β+n-x) Dirichlet(α+x, β+n-x) None 20. 在主成分分析中，第k個主成分的變異數等於什麼？ 原始變數的第k大變異數 共變異數矩陣的跡除以維度 相關矩陣的第k個對角元素 共變異數矩陣的第k大特徵值 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
