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

27. 參照下圖中模型複雜度（model complexity）與預測誤差（prediction error）之間的變化關係，下列敘述何者正確？
(A) 實曲線甲為測試集（test set）樣本下的模型複雜度與預測誤差之間的變化關係 (B) 虛曲線乙為訓練集（training set）樣本下的模型複雜度與預測誤差之間的變化關係 (C) 丙段表過度配適（overfitting），戊段表配適不足（underfitting） (D) 丁段為較佳的模型複雜度

28. 某預測變數有兩個獨一無二的值，假設有 1000 個樣本，其中 999 個樣本的預測變數值相同，下列敘述何者「不正確」？ (A) 類別型預測變數與數值型預測變數的退化分佈辨識方法不盡相同 (B) freqRatio 的值為 999，它是以最常見的類別值頻次，除以次常見類別值頻次的比值 (C) percentUnique 的值為 0.002，它是以獨一無二的類別值數量與樣本大小的比值 (D) 此變數不屬於近乎零變異（near-zero variance）的狀況

29. 假設隨機變數 X1、X2 獨立，且遵從相同的常態分佈 N(μ,σ2)。若 Y=(X1+X2)/2，請問 Y 遵從的分佈為下列何者？ (A) N(μ,2σ²) (B) N(2μ,σ²) (C) N(μ,σ²/2) (D) N(μ/2,σ²)

30. 「薪資」資料集中的觀察值（單位千元），依遞增順序顯示為：28, 30, 32,35, 35, 40, 45, 47, 47, 80, 90。請問上述資料中的觀察值，何者眾數值（mode）大於中位數（median）？ (A) 47 (B) 90 (C) 35 (D) 無

31. 已知 iris 資料集前 3 筆資料如下圖所示：

請問下列的 R 語言指令選項中，何者可完成以下散佈圖矩陣？
(A) pairs(iris) (B) pairs[iris] (C) pairs(iris[-5]) (D) pairs[iris(-5)]

32. 關於關聯型態探勘的特點，下列敘述何者「不正確」？ (A) 關聯型態探勘所得到的結果，因為可以直接進行應用，所以廣受歡迎 (B) 關聯型態分析容易從隨機的型態中妄下虛假的結論 (C) 關聯型態探勘符合資料探勘挖掘資料庫中無預期知識的理念 (D) 關聯型態探勘的分析方法對於小資料集的用處不大

33. 下列何種方法通常應用在集群（clustering）問題？ (A) 支援向量機（support vector machine） (B) 隨機森林（random forest） (C) k 近鄰法（k nearest neighbors） (D) k 平均數（k-means）

34. 關於 k 平均數（k-means）與噪訊偵測之空間密度集群算法（Density-Based Spatial Clustering of Applications with Noise, DBSCAN），下列敘述何者「不正確」？ (A) 兩者都是集群分析 (B) k-means 基於距離的概念，而 DBSCAN 基於密度的概念 (C) 兩者都需要事先告知分群的數量 (D) k-means 集群結果易受離群值的影響

35. 關於傳統「階層式集群法（hierarchical cluster analysis）」，下列敘述何者「不正確」？ (A) 常利用聚合法（agglomerative approach）和分裂法（divisive approach）產生所需的階層結構 (B) 將彼此相似度高的較小群集合併成較大的群集，或者將較大群集進行分離 (C) 利用資料點間密度的關係來分群 (D) 利用樹狀結構圖表示群集彼此關係之分群法

36. 關於「關聯規則（association rule）」，下列敘述何者「不正確」？ (A) 關聯規則可以從商品交易中找出隱含的購買規則 (B) 支持度（support）是衡量前提項目（antecedent item）與結果項目（consequent item）一起出現的機率 (C) 信賴度（confidence）是衡量前提項目發生情況下，結果項目發生的條件機率 (D) 增益率（lift）是衡量信賴度與前提項目單獨發生時二者機率比值

37. 關於 k 平均數（k-means）集群分析，下列敘述何者正確？ (A) 適合解決非球形或數據密度變化大的集群問題 (B) 演算法算法只要收斂，保證可以獲得最佳的集群結果 (C) 事前不需要估算資料中有多少集群存在，即能執行算法 (D) 不如其它集群演算法精細縝密，但在許多真實的情境下，能將集群的任務處理得足夠好

38. 屬性轉換（feature transformation）與資料縮減（data reduction）屬於資料前處理（data preprocessing）的重要工作，下列敘述何者正確？ (A) 樹狀模型、最小絕對值縮減和選擇算子（Least Absolute Shrinkage and Selection Operator, LASSO ）、多變量適應性雲形迴歸（Multivariate Adaptive Regression Splines, MARS）等算法內嵌有變數選擇機制的方法，對於預測變數中的雜訊，或是無訊息力的變數等較不敏感 (B) 偏最小平方法（Partial Least Squares, PLS）是非監督式的屬性萃取（feature extraction） (C) 最有效的變數編碼取決於數學技巧，無關於領域知識 (D) 資料前處理的需求都一樣，與後續建模所選用的模型種類無關

39. 屬性萃取（feature extraction）是指將原始資料的屬性進行結合，以產生新的代理變數（surrogate variables），下列常用的降維（Dimension Reduction）方法何者「不屬於」屬性萃取的方式？ (A) 非負矩陣分解（non-negative matrix factorization） (B) 因子分析（factor analysis） (C) 集群（clustering） (D) 類神經網絡之自動編碼器（auto-encoders）

40. 關於非監督式學習（unsupervised learning），下列敘述何者「不正確」？ (A) 線性可加模型（General Additive Models, GAM）、效能提升模型（Boosting）與支援向量機（Support Vector Machine, SVM）等屬於非監督式學習的範疇 (B) 研究是否預測變數（predictors）X1, X2, . . . , Xp 之間存在有趣的型態 (C) 研究是否能以具訊息力的方式視覺化資料背後的結構與關係 (D) 能發現變數間或觀測值間的子群體

41. 梯度陡降法（gradient descent）是機器學習中常使用的參數估計方法，可透過修正步距（step size）alpha 來調整整體收斂的速度，請問若 alpha 過大時，會導致下列何種狀況發生？ (A) 太快收斂 (B) 收斂速度過慢 (C) 無法收斂 (D) 以上皆有可能發生

42. 下列學習方法，何者「難以」獲得人類容易理解的知識或特徵？ (A) 多層感知機（multilayer perceptron） (B) 決策樹（decision tree） (C) 羅吉斯迴歸（logistic regression） (D) 關聯規則探勘（association rule mining）

43. 關於配適不足（underfitting），下列敘述何者正確？ (A) 訓練誤差較大，測試誤差較小 (B) 訓練誤差較小，測試誤差較大 (C) 訓練誤差較大，測試誤差較大 (D) 訓練誤差較小，測試誤差較小

44. 關於下方接收者操作特性曲線（Receiver Operating Characteristic Curve, ROC）圖，下列敘述何者正確？
(A) 假陽率（false positive rate）數值愈大表示分類較準確 (B) 真陽率（true positive rate）數值愈大表示分類較不準確 (C) 支援向量機（Support Vector Machine, SVM）模型分類準確率較類神經網路（Neural Network, NN）模型為佳 (D) 上述接收者操作特性曲線無法判斷支援向量機（Support Vector Machine, SVM）模型或類神經網路（Neural Network, NN）模型的分類準確率

45. 關於迴歸模型，下列敘述何者「不正確」？ (A) 可用來解釋資料現象間的因果關係 (B) 利用自變數來預測依變數未來可能產生之值 (C) 視其函數之型態分為線性與非線性 (D) 根據自變數個數可分為簡單迴歸分析（simple regression analysis）及複迴歸分析（multiple regression analysis）

46. 下方表格是針對同一份資料建立的四種複迴歸模型，根據各種模型之指標資訊，請問下列何者為最佳模型？

AIC 為赤池信息量準則（Akaike Information Criterion）；
BIC 為貝葉斯信息準則（Bayesian Information Criterion）；
為馬洛斯（Mallows’Cp）；
R² 為判定係數（coefficient of determination）(A) 模型 1(B) 模型 2(C) 模型 3(D) 模型 4

47. 關於決策樹（decision tree）演算法，下列何者不侷限使用於離散型資料？ (A) ID3 (B) CHAID (C) CART (D) C4.5

48. 下列何者為非監督式學習（unsupervised learning）演算法？ (A) 關聯規則學習（association rule learning） (B) 決策樹（decision tree） (C) 天真貝氏法（Naïve Bayes） (D) 隨機森林（random forest）

49. 關於係數正規化（regularization）在機器學習和深度學習中的作用，下列敘述何者「不正確」？ (A) 防止過度配適 (B) 降低雜訊樣本對模型的影響 (C) 降低模型複雜度 (D) 改變資料分佈，讓通過模型得到的資料分布和真實的資料生成過程相匹配

50. 關於二元分類（binary classification），若一分類模型產生之混淆矩陣（confusion matrix）如下，該模型之精確度（precision）為下列何者？
(A) 3/11 (B) 8/20 (C) 19/34 (D) 8/11

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

試卷資訊

選擇題 (50)

申論題 (0)