114年 - iPAS AI 應用規劃師能力鑑定考試樣題(初級)#126105

1.關於 AI，下列敘述何者正確？ (A)AI 僅能處理結構化數據的分析 (B) AI 涵蓋多種專業領域與技術 (C) AI 系統只能在學術研究中應用 (D)AI 無法應用於金融領域

2.下列何者最適合訓練電腦下圍棋、自動駕駛等動態重複地互動的問題？ (A) 監督式學習(Supervised Learning) (B) 非監督式學習(Unsupervised Learning) (C) 半監督式學習(Semi-supervised Learning) (D)強化學習(Reinforcement Learning)

3.深度學習模型中，下列哪一項通常用來降低過擬合問題？ (A) 增加訓練數據量 (B) 增加模型的複雜度 (C) 增加學習率 (D) 增加正則化項

4.下列何者非大數據時代資料的特性？ (A) 資料量大 (B) 資料變動速度快 (C) 資料多樣性 (D) 資料存儲位置固定

5.關於 K 平均法(K-means)，下列敘述何者「不」正確？ (A) 希望找出 k 個互不交集的群集 (B) 不同的起始群集中心，可能會造成不同的分群結果 (C) 容易受雜訊與離群值(Outlier)影響其群集中心 (D) 可以處理類別型資料

6.在品質管理中，若一產品的生產過程中標準差顯著偏大，通常意味著什麼？ (A) 資料點高度集中，產品質量穩定 (B) 生產過程波動大，產品品質不穩定 (C) 資料無法反映產品實際狀況 (D) 中位數數值高，品質良率較高

7.銀行想建立聊天機器人，可透過下列哪一種領域技術來達成？ (A) 資料庫管理技術 (B) 機器學習與自然語言處理 (C) 網頁開發技術 (D) 網路安全技術

8.線性迴歸模型最適合解決哪種類型的問題？ (A) 圖像分類 (B) 銷售額預測 (C) 聚類分析 (D) 遊戲策略學習

9.交叉驗證的主要目的是什麼？ (A) 提高模型的訓練速度 (B) 驗證數據是否線性可分 (C) 減少模型的過擬合風險 (D) 測試模型的容錯能力

10.神經網路與傳統機器學習模型的主要區別是什麼？ (A) 神經網路無法處理非線性數據 (B) 神經網路透過多層結構學習複雜特徵 (C) 神經網路只適用於迴歸問題 (D) 神經網路不需要大量數據支持

11.下列關於生成對抗網路(GAN)的描述正確的是哪一項？ (A) GAN 由生成器和鑑別器組成 (B) GAN 僅用於分類問題 (C) GAN 的結果始終高度可解釋 (D) GAN 不能生成高品質的數據

12.在下列哪一種應用領域中，生成式 AI 最有可能被使用來創建新的圖像或影片內容？ (A) 產品品質檢測 (B) 醫學影像分析 (C) 監控系統 (D) 虛擬現實圖像

13.關於目前生成式 AI 的主要應用，不包括下列哪一項？ (A) 創建合成數據樣本 (B) 模擬數據分佈 (C) 分類醫學影像 (D) 生成文本

14.下列哪項是生成式 AI 支援鑑別式 AI 的典型案例？ (A) 模擬交通場景以訓練自動駕駛模型 (B) 使用 CNN 對腫瘤分類 (C) 使用 SVM 分析風險 (D) 創建更好的分類演算法

15.在 AI 治理中，下列何者是國際合作的重要性？ (A) 統一 AI 發展標準 (B) 避免 AI 技術的濫用 (C) 促進 AI 技術的轉移 (D) 以上皆是

16.下列何者最能表達 No Code/Low Code 平台的主要特色？ (A) 需要撰寫大量程式碼 (B) 運用模板快速建立應用程式 (C) 僅供專業開發人員使用 (D) 只能製作靜態網站

17.關於 No-Code AI 工具，下列敘述何者最為準確？ (A) 已經完全取代傳統的 AI 開發模式 (B) 只適用於大型企業 (C) 是一種降低 AI 技術複雜性和開發成本的新興方法 (D) 工具都具有完全相同的功能和性能

18.在選擇 No Code / Low Code 平台時，下列何者為考慮功能與擴展性時最重要因素？ (A) 平台的購買成本 (B) 平台的技術整合能力和自訂性 (C) 使用者的程式設計能力 (D) 平台的市場評價

19.關於生成式 AI 與 No Code / Low Code 平台的應用，下列何者最不適合？ (A) 自動生成程式碼 (B) 自動化生成行銷文案 (C) 快速開發個人化 App (D) 自動化生成法律判決

20.關於 No Code / Low Code 平台，下列敘述何者較正確？ (A) 兩者完全相同 (B) Low Code 平台不需要任何程式設計知識 (C) Low Code 平台更適合開發靈活且可擴展的解決方案 (D) No Code 平台可以無限客製化

21.下列哪一種技術方案適用於改善客戶體驗？ (A) 智慧排程系統 (B) 消費行為洞察模型 (C) 預測性維護工具 (D) 自然語言處理(NLP)和生成式回應模組

22.下列哪一項技術是生成式 AI 的基礎？ (A) 決策樹模型 (B) 聚類演算法 (C) 生成對抗網路 (D) 隨機森林技術

23.使用生成式 AI 技術或工具生成內容時，應採取下列哪一項措施以確保內容品質？ (A) 使用內容直接進行學術報告 (B) 適當標注引用來源 (C) 減少人工參與的審查過程 (D) 排除所有生成的資料

24.下列哪一項不是生成式 AI 工具在使用體驗方面的優化方向？ (A) 提供更直觀的操作設計 (B) 支援自然語言指令 (C) 提供智慧化的參數調整建議 (D) 限制使用者自訂生成內容

25.學校教師如何引導學生正確使用生成式 AI 工具？ (A) 不應使用 AI 工具於教學場域 (B) 無限制地使用 AI 工具 (C) 訂立清晰的使用規範並進行說明 (D) 僅鼓勵學生利用 AI 完成課堂作業

26.企業若要有效支援生成式 AI 的運行，內部 IT 環境最需要具備下列何種條件？ (A) 提供更多的辦公設備，以提升員工生產 (B) 精簡企業內部流程，以加速決策效率 (C) 擁有高效能運算資源與彈性儲存空間，以支援 AI 模型訓練與推理 (D) 增加部門之間的交流機會，以促進跨部門合作

27.以下哪一項屬於企業在評估導入生成式 AI 時需識別的問題領域？ (A) 市場趨勢預測能力有限 (B) 設計更高效能的運算資源 (C) 增加銷售團隊人力 (D) 減少 AI 模型參數數量

28.在生成式 AI 導入過程中，資料安全與隱私保護的哪一方面是最重要的考量？ (A) 設定目標優先級 (B) 增強客服回饋(反饋)能力 (C) 資料視覺化能力 (D) 權限控管與合規要求

29.若企業將資料安全管理外包給第三方服務供應商，屬於哪種風險應對策略？ (A) 風險緩解 (B) 風險轉移 (C) 風險接受 (D) 風險規避

30.在生成式 AI 的風險管理中，下列哪一項屬於倫理風險？ (A) AI 生成的內容可能帶有偏見或歧視 (B) 系統運行中斷可能導致企業業務受到影響 (C) 因資料需求增加而引起的存儲成本上升 (D) 員工培訓成本增加