阿摩線上測驗
登入
首頁
>
iPAS◆AI應用規劃師◆初級
>
114年 - iPAS AI應用規劃師備考題目整理題庫:應用規劃師(初級)-參考指引-科目 1#126932
> 試題詳解
26 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
答案:
登入後查看
統計:
A(29), B(503), C(23), D(9), E(0) #3434899
詳解 (共 1 筆)
。
B1 · 2025/05/17
#6423728
正確答案是:(B) 銷售額預測 解析:...
(共 319 字,隱藏中)
前往觀看
10
0
相關試題
6. 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
#3433775
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
#3416794
15 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
#3472206
24.線性迴歸模型最適合解決下列何種類型問題?(A)圖像分類 (B)銷售額預測 (C)聚類分析 (D)遊戲策略學習
#3638237
20. 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
#3645690
27 決策樹的最大優勢是什麼? (A) 適合大規模數據的訓練 (B) 具有良好的可解釋性 (C) 不需要進行數據標準化 (D) 適用於圖像生成任務
#3434900
28 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
#3434901
29 下列關於生成對抗網路(GAN)的描述正確的是哪一項? (A) GAN 僅用於分類問題 (B) GAN 由生成器和鑑別器組成 (C) GAN 的結果始終高度可解釋 (D) GAN 不能生成高品質的數據
#3434902
30 隨機森林(Random Forest)改進了單一決策樹的缺陷,主要透過什麼方法實現? (A) 使用核函數映射高維空間 (B) 集成多棵隨機生成的決策樹並投票 (C) 增加模型參數以減少偏差 (D) 採用生成模型替代分類器
#3434903
31 "下列何者為鑑別式 AI的主要目標?" (A) 學習數據的生成過程 (B) 生成類似真實數據的新樣本 (C) 分類或迴歸數據 (D) 創建多樣化的數據分佈
#3434904
相關試卷
115年 - 115-1 AI 應用規劃師-初級能力鑑定公告試題_第二科:生成式 AI 應用與規劃#139147
2026 年 · #139147
115年 - 115-1 AI 應用規劃師-初級能力鑑定公告試題_第一科:人工智慧基礎概論#139146
2026 年 · #139146
114年 - 114-4 AI 應用規劃師-初級能力鑑定公告試題_第二科:生成式 AI 應用與規劃#139148
2025 年 · #139148
114年 - 114-4 AI 應用規劃師-初級能力鑑定公告試題_第一科:人工智慧基礎概論#139118
2025 年 · #139118
114年 - IPAS AI應用規劃師初級能力鑑定-考試樣題(114/09)_科目二:生成式 AI 應用與規劃#132596
2025 年 · #132596
114年 - IPAS AI應用規劃師初級能力鑑定-考試樣題(114/09)_科目一:人工智慧基礎概論#132595
2025 年 · #132595
114年 - iPAS◆AI應用規劃師◆初級-科目1-L1101#130994
2025 年 · #130994
114年 - iPAS AI應用規劃師初級能力鑑定_科目二:生成式 AI 應用與規劃#128027
2025 年 · #128027
114年 - iPAS AI應用規劃師初級能力鑑定_科目一:人工智慧基礎概論#128026
2025 年 · #128026
114年 - iPAS AI應用規劃師能力鑑定初級考試試題#127151
2025 年 · #127151