機器學習基礎數學:50 題線上練習
「機器學習基礎數學」是 iPAS AI 應用規劃師中級「機器學習技術與應用」科目下的知識主題(代號 L231)。本頁收錄 50 題免費練習題,依能力指標分組,附逐題解析。
依能力指標分組,點一題看選項與解析。
題目的能力指標是題庫現有的標記,還沒審查,各科第一個指標(L23101)的題目特別多,其中不少其實屬於別的主題,上線前會重新標記。
評鑑範圍:數據的數學分佈特性、變異解釋
- 在醫療診斷 AI 系統中,若某模型在訓練資料中表現優異但臨床部署後診斷準確率下降,且醫師反映難以理解模型決策依據,下列哪項解決方案最能同時解決這兩個問題?
- 蒙地卡羅模擬(Monte Carlo Simulation)的核心概念是什麼?
- 在線性迴歸模型診斷中,若殘差圖(Residual Plot)呈現明顯的「喇叭型」(殘差隨預測值增大而擴散),這表示違反了何種假設?
- 某金融機構要開發信用評分卡模型,要求模型具備可解釋性、能輸出每個客戶的違約機率,且監管機構要求能清楚說明拒絕貸款的原因。下列哪個模型選擇最為適合?
- 在 MapReduce 計算框架中,關於 Map 和 Reduce 所負責處理資料的問題,下列敘述何者正確?
- 當模型的訓練誤差(Training Error)低、但測試誤差(Test Error)很大時,這通常是在訓練過程中產生下列哪一種情況?
- 下列哪一種學習任務不適合使用監督式學習方法處理?
- 關於損失函數(Loss Function)的主要功能,下列何者正確?
- 關於歐盟《一般資料保護規則(GDPR)》,所謂的被遺忘權(Right to be Forgotten)主要賦予資料主體哪一項權利?
- 在進行模型訓練前,若針對資料中不同群體(例如分類標籤)之間樣本數量不平衡的情況進行比例調整,此方法通常屬於下列哪一種技術?
- 在機率推斷中,若已知 P(感冒|發燒) = 0.7、P(發燒) = 0.3、P(感冒) = 0.4,根據貝氏定理,P(發燒|感冒) 為何?
- 以下 Python 程式碼的執行結果為何? ```python import numpy as np y_true = np.array([3, -0.5, 2, 7]) y_pred = np.array([2.5, 0.0, 2, 8]) mse = np.mean((y_true - y_pred) ** 2) print(round(mse, 4)) ```
- 以下 NumPy 程式碼的執行結果為何? ```python import numpy as np A = np.array([[1, 2], [3, 4]]) B = np.array([[5, 6], [7, 8]]) result = np.dot(A, B) print(result[0][1]) ```
- 以下 Python 程式碼執行後,輸出結果為何? ```python import random random.seed(42) results = [random.random() < 0.3 for _ in range(5)] count = results.count(True) print(count / len(results)) ```
- 非凸函數有多個極值點會導致什麼問題?
- 模型可解釋性在哪個應用場景最為關鍵?
- 建立互動特徵(Interaction Features)的方法為何?
- 貝氏定理的核心運作方式為何?
- 隨機抽樣模擬多種可能情境以估算機率分佈的方法稱為?
- 殘差圖中高價區出現彎曲分佈,代表什麼?
- 信用評分卡開發流程中,下列何者最不常見?
- 模型只用活躍顧客訓練,對新註冊和低消費顧客效果差。這是什麼偏差?
- MapReduce 中 Map 和 Reduce 的功能為何?
- 訓練誤差很低但測試誤差很大,代表什麼問題?
- 迴歸模型最常用的效能指標為何?
- 數據標註品質對模型的影響為何?
- 分類任務的輸出層最適合用什麼激活函數?
- 下列何者不適合用監督式學習?
- 損失函數(Loss Function)的功能為何?
- GDPR 中「被遺忘權」的意義為何?
- 類別不平衡時,最直接的資料層面解決方法為何?
- 下列關於 MapReduce 的說法,何者正確?
- 某零售公司希望利用顧客的年齡與每月消費金額,預測顧客是否為高價值顧客。提供相關資料 data.csv,包含欄位 Age、Spending、HighValue。請將下列程式碼片段依正確順序排序,以完成模型的建立與預測。 ``` a. from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) b. from sklearn.linear_model import LogisticRegression model = LogisticRegression() model.fit(X_train, y_train) c. import pandas as pd data = pd.read_csv("data.csv") X = data[["Age", "Spending"]] y = data["HighValue"] d. y_pred = model.predict(X_test) print("Predictions:", y_pred[:5]) ```
- 逐一比對客戶相似度的時間複雜度為何?
- 程式碼 sum((y_true - y_pred)**2) / len(y_true) 計算的是什麼指標?
- 程式碼中用二項式分佈(Binomial)產生 mask 來隨機遮蔽神經元,這是什麼技術?
- np.dot(v1, v2) 的結果為何?v1=[1,2,3], v2=[4,5,6]
- Monte Carlo 模擬中計算條件機率 P(A|B):A=偶數, B=大於3,P(A|B)的程式碼為何?
- 繪製 Training/Validation Loss 曲線,Training Loss 用藍實線、Validation Loss 用紅虛線的 matplotlib 格式為何?
評鑑範圍:特徵提取、資料降維與壓縮
- 主成分分析(PCA)中,若前三個主成分的累積解釋方差比例為 90%,這意味著什麼?
- 以下用於 PCA 降維去除雜訊的程式碼有一個邏輯錯誤,應如何修正? ```python from sklearn.decomposition import PCA import numpy as np X = np.random.randn(100, 20) pca = PCA(n_components=5) pca.fit(X) X_denoised = pca.transform(X) # 錯誤行 ```
- PCA 特徵值 λ1=6.0, λ2=3.0, λ3=1.0,保留至少 80% 變異需要幾個主成分?
- PCA 降噪時,程式碼中需要修改哪個部分?
評鑑範圍:演算法效率與可擴展性評估
本考點的相關 AI 術語
先掌握這些術語的定義與應用情境,再回來練題。