iPAS AI應用規劃師(中級)科目3_ L23102 線性代數之機器學習基礎應用_ (2)線性代數基礎概念_基本題型

發佈留言 / 作者: /

iPAS AI應用規劃師(中級)科目3_L23102 線性代數之機器學習基礎應用(2) 線性代數基礎概念(基本題型) 模擬試題，採智能選題，無限次反覆練習。

1. 
在線性回歸中，正規方程式 β̂ = (X^T X)^(-1) X^T y 的前提是：

2. 
協方差矩陣 Σ 的非對角元素 Σ_ij 表示：

3. 
數值計算中的捨入誤差來源於：

4. 
BLAS的全稱是：

5. 
矩陣轉置的性質 (AB)^T 等於：

6. 
梯度向量 ∇f(w) 在優化中的意義是：

7. 
矩陣乘法 AB 存在的條件是：

8. 
混淆矩陣主要用於評估：

9. 
向量加法滿足的性質不包括：

10. 
協方差矩陣的對角元素 Σ_ii 表示：

11. 
對稱矩陣必須滿足：

12. 
正交矩陣Q的重要性質是：

13. 
向量空間ℝⁿ表示：

14. 
向量內積 u·v 的幾何解釋是：

15. 
單位矩陣的特性是：

16. 
線性變換中，對角矩陣的幾何意義是：

17. 
2×2矩陣的行列式計算公式是：

18. 
神經網路中權重矩陣 W^(l) 的維度由什麼決定？

19. 
零空間 Null(A) 包含的向量滿足：

20. 
高斯消元法的目標是將增廣矩陣化為：


error: Content is protected !!
返回頂端