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) 發佈留言 / 作者: S學院 / 2025-07-01 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. 在貝葉斯網絡中，D-分離(D-separation)的概念用於判斷什麼？ 模型的複雜度 參數的可識別性 變數間的條件獨立性 網絡的連通性 None 2. 在分位數回歸中，損失函數的形式是什麼？ 分位數損失(quantile loss) 絕對值損失 平方損失 Huber損失 None 3. 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 核範數 條件數 譜半徑 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. 注意力機制中，自注意力(self-attention)的查詢、鍵、值通常來自哪裡？ 同一個輸入序列 隨機初始化的參數 預訓練的嵌入 不同的輸入序列 None 6. 在量化感知訓練中，直通估計器(STE)的作用是什麼？ 近似不可微量化操作的梯度 提高量化精度 減少記憶體使用 加速推理過程 None 7. 在深度信念網絡(DBN)中，逐層預訓練的理論基礎是什麼？ 梯度下降法 對比散度算法 共軛梯度法 反向傳播算法 None 8. 當使用核技巧(kernel trick)時，RBF核函數的參數γ增大會導致什麼結果？ 計算複雜度降低 模型更容易過度配適 支持向量數量增加 決策邊界變得更平滑 None 9. 蒙地卡羅積分法的收斂速度與樣本數量n的關係是什麼？ O(1/√n) O(1/n²) O(log n/n) O(1/n) None 10. 在條件隨機場(CRF)中，特徵函數的設計主要考慮什麼？ 時間序列的自相關性 只考慮輸出標籤 輸入特徵與輸出標籤的聯合關係 只考慮輸入特徵 None 11. 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 每個高斯分量的均值和協方差 模型參數的梯度 每個樣本屬於各分量的後驗機率 None 12. 在實驗設計中，完全隨機化設計相比於隨機區組設計的主要劣勢是什麼？ 計算複雜度更高 分析方法更複雜 無法控制區組效應 需要更多樣本 None 13. 馬可夫鏈蒙地卡羅(MCMC)方法中，Metropolis-Hastings算法的接受機率公式包含哪個比值？ 先驗機率比值 後驗機率比值 邊際機率比值 似然函數比值 None 14. 神經常微分方程(Neural ODEs)的主要理論優勢是什麼？ 記憶體效率和連續深度 模型表達能力更強 訓練速度更快 數值穩定性更好 None 15. 非負矩陣分解(NMF)相比於主成分分析的主要優勢是什麼？ 不需要預先設定分量數 分解結果具有更好的可解釋性 適用於更高維的數據 計算速度更快 None 16. 在獨立成分分析(ICA)中，FastICA算法主要基於什麼統計性質？ 非高斯性最大化 二階統計量 能量最小化 互相關函數 None 17. 變分推理中，證據下界(ELBO)的兩個組成部分是什麼？ 均值和方差 似然項和KL散度項 先驗和後驗 偏差和變異 None 18. 協同過濾中，負採樣(negative sampling)的主要目的是什麼？ 提高模型的泛化能力 增加訓練數據量 處理隱式回饋的稀疏性 減少計算複雜度 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 圖論 自然語言處理 None 20. 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？ p² + q² p + q p × q p × q + p + q 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
