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 (3) 機率基礎-重要定理

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 (3) 機率基礎-重要定理 模擬試題,採智能選題,無限次反覆練習。

1. 
對於聯合機率密度函數 f(x,y,z),X ⊥ Y | Z 的條件獨立性可表達為:

2. 
某垃圾郵件過濾系統中,已知 P(垃圾郵件) = 0.4,P("免費"|垃圾郵件) = 0.8,P("免費"|正常郵件) = 0.1,則包含"免費"字眼的郵件是垃圾郵件的機率約為多少?

3. 
氣象預報中按地理區域(北中南)分割來預測降雨,這屬於哪種分割策略?

4. 
Cramér-Rao 下界指出,無偏估計量 T 的變異數滿足:

5. 
在機器學習的樸素貝氏分類器中,"樸素"指的是什麼假設?

6. 
在高維統計中,若維度 p 與樣本大小 n 的比例 p/n → γ ∈ (0,1),則樣本協變異矩陣的最大特徵值漸近於:

7. 
某垃圾郵件過濾系統中,已知 P(垃圾郵件) = 0.4,P("免費"|垃圾郵件) = 0.8,P("免費"|正常郵件) = 0.1,則 P("免費") 為多少?

8. 
全機率定理的數學表達式為:

9. 
對於鞅 {Mₙ, ℱₙ},可選停時定理成立的條件之一是:

10. 
兩個獨立事件A和B的交集機率計算公式為:

11. 
在貝氏定理中,P(B|A) 代表什麼意義?

12. 
設備故障分析中,按使用年限分割:A₁(≤1年),A₂(1-3年),A₃(>3年),這屬於哪種分割策略?

13. 
在決策理論中,最小化預期損失的最優決策 δ*(x) 滿足:

14. 
在貝氏模型選擇中,若模型 M₁ 的邊際似然為 p(D|M₁),模型 M₂ 的邊際似然為 p(D|M₂),則貝氏因子 BF₁₂ 大於 10 通常表示:

15. 
條件獨立性的數學表達為:

16. 
在最大似然估計的漸近理論中,若真參數為 θ₀,則 √n(θ̂ₙ - θ₀) 的漸近分布為:

17. 

18. 

19. 
對於複合 Poisson 過程,其 Lévy 測度 ν(dx) 滿足:

20. 
馬可夫鏈蒙地卡羅(MCMC)方法在貝氏分析中的主要用途是什麼?


error: Content is protected !!
返回頂端