aiacademy: 機器學習 考試講解

1. KNN 選擇 K 值越小，最有可能出現以下哪種情況

• training error 越小，validation error 越大

2. 選出所有用來衡量分類問題的指標

• accuracy
• f1-score
• recall
• AUC
  • 好 棒棒網站，介紹AUC-ROC{“target=”_back”}

3. 分類模型預測出來的機率，調高閾值(threshold)對於正樣本分類最有可能出現以下 哪種結果?

• recall 下降，precision 上升

precision =   TP / TP + FP 
recall = TP / TP + FN

4. f1-score 是同時考慮哪兩個指標的調和平均?

• precision and recall

f1-score = 2 * PR/ P + R

5. ROC curve 的 X 軸與 Y 軸指標以下何者正確

• X 軸 FPR，Y 軸 TPR

6. 以下哪些問題是回歸(Regression problem)問題

• 預測明天股票價格
• 預測花瓣的長度

7. 以下關於 Lasso 與 Ridge 敘述何者正確?

• Lasso 會有較多係數(coefficients)為 0

  LASSO

8. SVM 的參數 C(cost) 代表的意義

• 對錯誤的容忍度，越高代表容忍度越低

9. overfitting 代表下列何者?

• model 對 training data 預測誤差較小，但對 test data 的預測誤差較大

10. Which of the following algorithm doesn’t uses learning Rate as of one of its hyperparameter?

• Decision tree
• Random Forest