阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
> 試題詳解
28. 當A、B的共變異數(Covariance)Cov[A,B]=5時,請問Cov[A+2,B+1]=?
(A) 8
(B) 7
(C) 5
(D) 3
答案:
登入後查看
統計:
A(2), B(0), C(11), D(1), E(0) #3219112
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/26
#6971481
1. 題目解析 題目要求我們計算兩個隨機...
(共 795 字,隱藏中)
前往觀看
0
0
相關試題
29. Python 語言中,關於附圖繪製直方圖,下列敘述何者正確? (A) 資料呈現常態分配(Normal Distribution) (B) 資料有一個高峰值(Peak) (C) x 軸稱為組界(Bin),範圍為-4 至 10 (D) 數值 5 至 6 的範圍約有 350 筆資料
#3219113
30. 參考附圖,Python 語言中,關於使用 anova_lm 函數進行不同機器 (machine)、不同操作員(operator)對於產量是否會有影響的二因子 變異數分析,下列敘述何者「不」正確?(A) 機器類型有二種 (B) 機器與操作員交互作用自由度為 2 (C) 不同機器之平均產量有顯著之差異 (D) 不同操作員之平均產量有顯著之差異
#3219114
31. 關於資料探勘(Data Mining),下列敘述何者「不」正確? (A) 利用一種或多種電腦技術來自動分析語或去擷取知識的過程 (B) 可找出遺失的歷史資料 (C) 通常被用來和知識發現相互交換使用的術語 (D) 獲得的知識通常是資料的模型或是歸納
#3219115
32. 下列何者屬於「非監督式學習」(Unsupervised Learning)演算法? (A) 決策樹(Decision Tree) (B) 集成方法(Ensemble Methods) (C) K 平均法(K-means) (D) 支援向量機(Support Vector Machine)
#3219116
33. 關於 K 平均法(K-means)的分群,下列敘述何者「不」正確? (A) 一開始群的中心點是隨機選擇的 (B) 每次分群結果必須讓組內平方和最小 (C) 每次分群的結果都一模一樣 (D) 一開始必須告知該演算法欲分群的群數
#3219117
34. 參考附圖,下列敘述何者「不」正確?(A) 此圖稱為散佈圖矩陣(Scatter Plot Matrix) (B) Sepal.Length 與 Petal.Width 呈現正相關 (C) Petal.Length 與 Petal.Width 呈現正相關 (D) Sepal.Length 資料範圍為 2.0~4.0 之間
#3219118
35. 考慮 R 語言之資料物件 x,如須找出大於三倍標準差的資料語法為下 列何者? (A) x[x > 3*var(x)] (B) x[x > 3*sd(x)] (C) x > 3*var(x) (D) x > 3*sd(x)
#3219119
36. 關於基於密度的聚類分析算法(Density-Based Spatial Clustering of Applications with Noise, DBSCAN),下列敘述何者「不」正確? (A) DBSCAN 是一種基於密度的分群方法(Density-Based Clustering) (B) 如果資料達到最小資料數目,則無法將該資料聚集成一群集 (C) 如果資料點在所定義的半徑範圍內超過資料點密度,則稱為核心點(Core) (D) 如果資料點位於核心點的半徑範圍內稱為境內點(Border)
#3219120
37. 關於群集分析(Clustering Analysis),下列敘述何者正確? (A) K 平均法(K-Means)不用事先決定群集數目 (B) K 平均法(K-means)不用事先標準化資料即可建立較佳模型 (C) 期望最大化法(Expectation Maximization, EM)是以模式為基礎的 方法 (D) 期望最大化法(Expectation Maximization, EM)不用事先決定群集 數目
#3219121
38. 下列何者常用來呈現資料的群聚情況? (A) 直方圖(Histogram) (B) 熱圖(Heat Map) (C) 折線圖(Line Chart) (D) 趨勢圖(Run Chart)
#3219122
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
108年 - 108 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119181
2019 年 · #119181