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. 常態分布的68-95-99.7法則是指什麼？ 數據在1σ、2σ、3σ範圍內的比例 數據的平均數、中位數、眾數 數據的第一、二、三四分位數 數據的最小值、最大值、中位數 None 2. 泊松分布主要用來描述什麼現象？ 正負值的對稱分布 單位時間內事件發生次數 連續變數的分布 成功失敗試驗 None 3. 條件機率 P(A|B) 的正確公式是什麼？ P(A) / P(B) P(A) × P(B) P(A∩B) × P(B) P(A∩B) / P(B) None 4. 若兩個估計量都是不偏的，我們通常選擇哪一個？ 計算較簡單的 數學表達較優美的 變異數較小的 樣本大小要求較小的 None 5. 在特徵工程中，互資訊主要用於什麼？ 異常檢測 特徵選擇 數據轉換 數據清理 None 6. 在假設檢定中，當原假設為複合假設時，通常使用什麼檢定？ Score檢定 概似比檢定 Wald檢定 Pearson檢定 None 7. 在高斯混合模型中，EM算法的E步驟主要計算什麼？ 各組成分的權重參數 各組成分的變異數參數 各組成分的平均數參數 觀測數據屬於各組成分的後驗機率 None 8. 資訊增益在決策樹中主要用於什麼？ 選擇分割特徵 計算準確率 剪枝操作 預測結果 None 9. 混淆矩陣主要用於評估什麼類型的模型？ 聚類模型 分類模型 回歸模型 降維模型 None 10. 在實務應用中，統計顯著性和實際意義的關係是什麼？ 兩者總是一致的 兩者沒有關聯性 統計顯著未必有實際意義 實際意義比統計顯著性重要 None 11. 在最大概似估計中，Score函數的期望值具有什麼性質？ 等於參數真值 等於負的Hessian矩陣 等於Fisher資訊 等於零 None 12. 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}的相關係數 X_t在時點t和t-k的差異 X_t與X_{t-k}的共變異數 預測誤差的大小 None 13. 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？ 標準化 季節性調整 對數轉換 差分處理 None 14. 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？ 殘差不符合常態假設 設計矩陣不可逆 自相關問題 異質變異數問題 None 15. 卡方檢定主要適用於什麼類型的變數？ 連續變數 時間變數 序列變數 類別變數 None 16. 當使用bootstrapping方法時，重抽樣的次數B應該如何選擇？ 取決於所需的估計精度 根據計算資源決定 至少1000次 等於原始樣本大小 None 17. 對於離群值的檢測，MAD(Median Absolute Deviation)相較於標準差的優勢是什麼？ 計算更簡單 對極端值更穩健 適用範圍更廣 理論基礎更強 None 18. 當使用最大期望演算法時，收斂性的保證基於什麼性質？ 參數空間的有界性 目標函數的凸性 概似函數的單調遞增 數據的完整性 None 19. 線性回歸中，R²係數主要用來衡量什麼？ 變數間的相關性 殘差的大小 模型的解釋能力 回歸係數的顯著性 None 20. 多元常態分布主要用於處理什麼類型的數據？ 分類數據 一維數據 時間序列數據 高維數據 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
