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: /

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. 
變分推理中，證據下界(ELBO)的兩個組成部分是什麼？

2. 
稀疏編碼中，L0範數正則化的近似替代通常使用什麼？

3. 
自監督學習中，對比學習的核心原則是什麼？

4. 
變分量子特徵映射(VQE)中，參數化量子電路的優化通常使用什麼方法？

5. 
稀疏高斯圖模型中，圖結構學習通常通過什麼方法實現？

6. 
注意力機制中，自注意力(self-attention)的查詢、鍵、值通常來自哪裡？

7. 
在流形學習中，等度量映射(Isomap)算法的核心思想是什麼？

8. 
在隱馬可夫模型(HMM)中，維特比算法(Viterbi algorithm)解決的是什麼問題？

9. 
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？

10. 
在線性判別分析(LDA)中，當類內協方差矩陣奇異時，常用的解決方法是什麼？

11. 
在元學習中，MAML(Model-Agnostic Meta-Learning)的核心思想是什麼？

12. 
高斯過程回歸中，核函數的超參數通常通過什麼方法優化？

13. 
神經常微分方程(Neural ODEs)的主要理論優勢是什麼？

14. 
在持續學習中，彈性權重鞏固(EWC)方法的理論基礎是什麼？

15. 
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？

16. 
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？

17. 
譜聚類算法中，拉普拉斯矩陣的第二小特徵值被稱為什麼？

18. 
在分位數回歸中，損失函數的形式是什麼？

19. 
在層次貝葉斯模型中，超參數的作用是什麼？

20. 
多重假設檢驗中，FDR(False Discovery Rate)控制相比於FWER控制的優勢是什麼？


error: Content is protected !!
返回頂端