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. 自監督學習中，對比學習的核心原則是什麼？ 最小化重建誤差 學習數據的生成模型 最大化正樣本相似度，最小化負樣本相似度 保持數據的統計性質 None 2. 協同演化算法中，競爭協同演化與合作協同演化的主要區別是什麼？ 選擇壓力大小不同 變異操作不同 種群數量不同 個體間的相互作用方式不同 None 3. 在因果發現中，PC算法基於什麼統計測試？ 卡方檢驗 條件獨立性檢驗 F檢驗 t檢驗 None 4. 在條件隨機場(CRF)中，特徵函數的設計主要考慮什麼？ 輸入特徵與輸出標籤的聯合關係 時間序列的自相關性 只考慮輸入特徵 只考慮輸出標籤 None 5. 在持續學習中，彈性權重鞏固(EWC)方法的理論基礎是什麼？ 最優傳輸理論 貝葉斯推理 信息瓶頸理論 正則化理論 None 6. Thompson抽樣在多臂賭博機問題中的核心思想是什麼？ 隨機選擇所有臂 選擇歷史平均收益最高的臂 根據後驗分布抽樣決定選擇 基於置信區間上界選擇 None 7. 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？ p × q + p + q p + q p² + q² p × q None 8. 在圖卷積網絡中，過度平滑問題(over-smoothing)的根本原因是什麼？ 圖結構過於稀疏 學習率設置不當 網絡深度不足 多層傳播導致節點特徵趨於相同 None 9. 在深度信念網絡(DBN)中，逐層預訓練的理論基礎是什麼？ 反向傳播算法 對比散度算法 共軛梯度法 梯度下降法 None 10. 在貝葉斯網絡中，D-分離(D-separation)的概念用於判斷什麼？ 變數間的條件獨立性 網絡的連通性 參數的可識別性 模型的複雜度 None 11. 在網絡嵌入學習中，DeepWalk算法的靈感來源於哪個領域？ 自然語言處理 圖論 拓撲學 機率論 None 12. 聯邦學習中，差分隱私的添加噪聲通常遵循什麼分布？ 高斯分布 拉普拉斯分布 均勻分布 指數分布 None 13. 在批標準化(Batch Normalization)中，可學習參數的作用是什麼？ 控制標準化的強度 調整學習率 防止梯度消失 恢復網絡的表達能力 None 14. 圖神經網絡中，消息傳遞機制的聚合函數常用的不包括哪個？ 最大值聚合 平均值聚合 卷積聚合 求和聚合 None 15. 在元學習中，MAML(Model-Agnostic Meta-Learning)的核心思想是什麼？ 學習任務特定的特徵表示 學習任務的層次結構 學習適於快速適應的初始參數 學習任務間的相似性度量 None 16. 在強化學習中，時間差分(TD)學習的主要特點是什麼？ 使用動態規劃方法 需要完整的軌跡數據 基於自舉估計更新價值函數 直接優化策略參數 None 17. 傾向得分匹配(PSM)中，共同支撐(common support)條件的意義是什麼？ 處理效果相同 協變量分布相同 樣本數量相等 傾向得分分布有重疊區域 None 18. 在隱馬可夫模型(HMM)中，維特比算法(Viterbi algorithm)解決的是什麼問題？ 模型選擇問題 參數估計問題 似然計算問題 最優狀態序列問題 None 19. 注意力機制中，自注意力(self-attention)的查詢、鍵、值通常來自哪裡？ 不同的輸入序列 同一個輸入序列 隨機初始化的參數 預訓練的嵌入 None 20. 變分推理中，證據下界(ELBO)的兩個組成部分是什麼？ 先驗和後驗 似然項和KL散度項 均值和方差 偏差和變異 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
