iPAS AI應用規劃師(中級)科目3_ L23102 線性代數之機器學習基礎應用_ (2)線性代數基礎概念 (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:

iPAS AI應用規劃師(中級)科目3_L23102 線性代數之機器學習基礎應用(2) 線性代數基礎概念(基本題型) 模擬試題，採智能選題，無限次反覆練習。

1. 
LU分解將矩陣A分解為：

2. 
純量乘法 ku 中，當 k < 0 時會發生：

3. 
m×n 矩陣表示該矩陣有：

4. 
數值計算中的捨入誤差來源於：

5. 
矩陣轉置的性質 (AB)^T 等於：

6. 
稀疏矩陣的特殊存儲格式主要是為了：

7. 
在機器學習中，資料矩陣X的標準形式是：

8. 
向量加法滿足的性質不包括：

9. 
線性變換中，對角矩陣的幾何意義是：

10. 
旋轉矩陣屬於哪種特殊矩陣？

11. 
矩陣乘法的重要性質是：

12. 
零空間 Null(A) 包含的向量滿足：

13. 
混淆矩陣主要用於評估：

14. 
BLAS的全稱是：

15. 
向量的幾何定義強調的兩個要素是：

16. 
在線性回歸中，正規方程式 β̂ = (X^T X)^(-1) X^T y 的前提是：

17. 
向量內積 u·v 的幾何解釋是：

18. 
協方差矩陣的重要性質是：

19. 
正交矩陣Q的重要性質是：

20. 
當條件數 cond(A) >> 1 時，矩陣被稱為：


相關文章

error: Content is protected !!
返回頂端