114年 - iPAS AI 應用規劃師能力鑑定考試樣題(中級)#126106

1.下列何者並未使用人工智慧(AI)或機器學習(ML)技術？(A)使用一組預定義規則來確定最佳移動做法的象棋遊戲(B)使用深度神經網路來提高其準確性的語音識別系統(C)使用感測器和預定義的自動駕駛汽車-定義導航規則(D)使用自然語言處理算法來理解和反應用戶查詢的聊天機器人

2.在文本資料處理過程中，通常會需要「將接續的文本轉換為詞彙單位」，以便後續的處理。請問上述所指的是文本資料處理中的哪一個方法？(A)詞形還原(Lemmatization)(B)停用詞移除(StopwordRemoval)(C)斷詞(Tokenization)(D)詞頻-逆向文件頻率(TermFrequency-InverseDocumentFrequency,TF-IDF)

3.下列何者為自然語言處理(NLP)在機器學習應用中的主要用途？(A)情緒分析(B)圖像識別(C)預測性維護(D)供應鏈優化

4.關於深度學習模型，下列敘述何者不正確？(A)卷積神經網路(ConvolutionalNeuralNetworks)適合影像辨識(B)ReLU(RectifiedLinearUnit)比tanh和Sigmoid好，因為ReLU可以減緩梯度爆炸與消失(C)遞迴神經網路(RecurrentNeuralNetworks)適合處理序列相關資料(D)Elman神經網路(ElmanNeuralNetworks)適合處理影像辨識

5.下列何者為機器學習模型在業界部署的主要趨勢？(A)越來越多地採用自動化機器學習(AutoML)技術(B)轉向使用更簡單的機器學習算法(C)基於雲的機器學習平台的使用率下降(D)依賴手動超參數調整進行模型優化

6.在巨量資料分析班中，共有一年級至四年級，每個年級有50個學生，且學生身高呈常態分佈。下列敘述何者不正確？(A)要檢測一年級和二年級的平均身高是否有差異，可以利用t檢定(B)要檢測一年級、二年級、三年級之間的平均身高是否有差異，可以利用t檢定(C)要檢測二年級、三年級、四年級之間的平均身高是否有差異，可以利用F檢定(D)要檢測一年級的平均身高是否等於170公分，可以利用卡方檢定

7.關於接受者操作特徵(ROC)曲線，下列敘述何者正確？(A)ROC曲線繪製了真陽性率與假陽性率的關係(B)ROC曲線用於評估模型的準確性(C)ROC曲線下的面積(AUC-ROC)始終等於1(D)ROC曲線只適用於二元分類問題

8.下列何者不屬於特徵工程(FeatureEngineering)？(A)轉換(Transformation)(B)萃取(Extraction)(C)挑選(Selection)(D)預測(Prediction)

9.拉拉網路商城的老闆擬透過機器學習的方式，利用過往的產品銷售資料，預測下一季的產品銷售數量，以調整現有的庫存水位。下列哪一個類型的模型，比較適合應用在老闆期望的預測目標？(A)決策樹分類器(DecisionTreeClassifier)(B)K-means分群(K-meansClustering)(C)主成份分析(PrincipalComponentAnalysis,PCA)(D)線性迴歸(LinearRegression)

10.對於低結構化的文本或圖像資料，下列哪一種特徵工程(FeatureEngineering)方法最為適用？(A)特徵改善(FeatureImprovement)(B)特徵建構(FeatureConstruction)(C)特徵學習(FeatureLearning)(D)特徵選擇(FeatureSelection)

11.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？(A)Map：一組資料映射成另一組資料；Reduce：統合與歸納資料(B)Map：地圖式的搜索資料；Reduce：統合與歸納資料(C)Map：一組資料映射成另一組資料；Reduce：過濾不符合的資料(D)Map：一組資料映射成另一組資料；Reduce：生成更多的資料

12.下列何種卷積神經網路(ConvolutionNeuralNetworks,CNN)是將卷積層加寬而非加深？(A)R-CNN(B)Inception(C)ResNet(D)VGG19

13.當模型的訓練誤差(TrainingError)低、但測試誤差(TestError)很大時，這通常是在訓練過程中產生下列哪一種情況？(A)模型的泛化能力強(B)模型出現過度擬合(Overfitting)(C)模型出現欠擬合(Underfitting)(D)訓練資料和測試資料之間沒有相關性

14.下列哪一種指標通常用於評估迴歸模型的性能？(A)R²(B)F1-分數(C)曲線下面積(AUC)(D)Precision

15.近年來，深度學習研究與應用蓬勃發展，但數據本身可能存在什麼潛在問題？(A)數據標註品質鮮少被討論，但它卻直接影響模型性能(B)數據品質是完美可信賴的(C)大部分情況下，數據不存在類別不平衡問題(D)數據不需要領域知識的輔助