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 (1)

iPAS AI應用規劃師(中級) 科目3 機器學習技術與應用 模擬試題,採智能選題,無限次反覆練習。

1. 
卡方檢定主要適用於什麼類型的變數?

2. 
泊松分布主要用來描述什麼現象?

3. 
在最大概似估計中,Score函數的期望值具有什麼性質?

4. 
在因子分析中,因子負荷量(factor loading)的平方和代表什麼?

5. 
中央極限定理說明了什麼現象?

6. 
在多變量統計中,Hotelling's T²檢定是什麼的推廣?

7. 
在因果推論中,工具變數(instrumental variable)必須滿足什麼核心條件?

8. 
決策樹中的熵(Entropy)概念主要用來衡量什麼?

9. 
對於偏態分布的數據,哪種集中趨勢測量值最不受極端值影響?

10. 
在統計學習理論中,VC維度衡量什麼概念?

11. 
貝氏統計中,先驗分布代表什麼?

12. 
當使用bootstrapping方法時,重抽樣的次數B應該如何選擇?

13. 
A/B測試中,樣本大小計算主要考慮什麼因素?

14. 
箱型圖異常檢測方法主要基於什麼統計量?

15. 
在貝氏推論中,credible interval與confidence interval的主要差異是什麼?

16. 
在機器學習中,貝氏定理最常用於哪種算法?

17. 
交叉驗證的主要目的是什麼?

18. 
邏輯回歸使用什麼函數來轉換線性組合?

19. 
當兩個隨機變數X和Y滿足E[XY] = E[X]E[Y]時,可以推論什麼?

20. 
對於具有季節性的時間序列,在建模前通常需要進行什麼處理?


error: Content is protected !!
返回頂端