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) 發佈留言 / 作者: S學院 / 2025-06-04 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. 當兩個事件A和B獨立時，P(A∩B)等於什麼？ P(A) + P(B) P(A) / P(B) P(A) - P(B) P(A) × P(B) None 2. 當使用交叉熵作為損失函數時，對應的機率分布假設是什麼？ 伯努利分布或多項分布 指數分布 泊松分布 常態分布 None 3. 泊松分布主要用來描述什麼現象？ 單位時間內事件發生次數 正負值的對稱分布 成功失敗試驗 連續變數的分布 None 4. 在時間序列分析中，自相關函數(ACF)在lag k處的值代表什麼？ X_t與X_{t-k}的共變異數 預測誤差的大小 X_t與X_{t-k}的相關係數 X_t在時點t和t-k的差異 None 5. 在貝氏網路中，d-separation的概念主要用來判斷什麼？ 推論的計算複雜度 網路的連通性 網路結構的有效性 變數間的條件獨立性 None 6. 貝氏定理的正確表達式是什麼？ P(A|B) = P(B|A) / P(A) × P(B) P(A|B) = P(B|A) × P(A) / P(B) P(A|B) = P(B|A) + P(A) / P(B) P(A|B) = P(B|A) - P(A) × P(B) None 7. k-fold交叉驗證中的k值設定需要考慮什麼？ 算法複雜度 計算資源 數據量大小和計算成本 數據類型 None 8. 若隨機變數X～N(μ,σ²)，則(X-μ)/σ的分布特性為何？ 卡方分布χ²(1) 仍為常態分布，但參數改變 標準常態分布N(0,1) t分布t(n-1) None 9. 變異數是用來衡量數據的什麼特性？ 偏態程度 集中趨勢 離散程度 峰態程度 None 10. 邏輯回歸使用什麼函數來轉換線性組合？ 對數函數 三角函數 指數函數 Sigmoid函數 None 11. 樸素貝氏分類器的核心假設是什麼？ 類別平衡分布 線性可分性 數據服從常態分布 特徵間相互獨立 None 12. 在多元線性回歸中，當預測變數間存在完全多重共線性時，會導致什麼問題？ 異質變異數問題 自相關問題 殘差不符合常態假設 設計矩陣不可逆 None 13. 在K-means聚類中，若使用不同的初始化會得到不同結果，這說明什麼？ 目標函數存在局部最優解 數據不適合聚類 K值選擇錯誤 距離度量選擇不當 None 14. 在多元迴歸分析中，變異數膨脹因子(VIF)大於10通常表示什麼？ 存在嚴重的多重共線性 殘差存在異質變異性 需要增加樣本大小 模型配適度不佳 None 15. KL散度主要用來衡量什麼？ 數據的變異程度 兩個分布間的差異 模型的準確性 特徵的重要性 None 16. 在多變量統計中，Hotelling's T²檢定是什麼的推廣？ 雙樣本t檢定到多變量情況 單樣本t檢定到多變量情況 配對t檢定到多變量情況 F檢定到多變量情況 None 17. 在統計學習理論中，VC維度衡量什麼概念？ 樣本的複雜程度 數據的維度大小 算法的計算複雜度 模型類別的表達能力 None 18. 信賴區間的寬度主要受什麼因素影響？ 數據類型 樣本大小和信心水準 母體平均數 樣本平均數 None 19. 線性回歸中，R²係數主要用來衡量什麼？ 模型的解釋能力 回歸係數的顯著性 變數間的相關性 殘差的大小 None 20. 主成分分析（PCA）的主要目標是什麼？ 降低維度 提高分類準確率 增強數據相關性 增加特徵數量 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
