阿摩線上測驗
登入
首頁
>
CIIE◆智慧製造
>
115年 - 115-1 中國工業工程學會_工業工程師等相關證照考試:人工智慧#136739
> 試題詳解
39. 推薦系統冷啟動最精準的定義是?
(A) 物品太多導致資料庫滿
(B) 用戶變多導致系統變慢
(C) 模型太大導致欠擬合
(D) 新用戶/新物品缺乏互動歷史而無法推斷偏好
答案:
登入後查看
統計:
A(1), B(1), C(2), D(6), E(0) #3793825
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2026/10/26
#7630996
考題核心 這題在考推薦系統的「冷啟動問題...
(共 793 字,隱藏中)
前往觀看
0
0
相關試題
40. 協同過濾常見的「回音室效應」指的是? (A) 系統不斷強化既有偏好,導致多樣性降低與偏誤累積 (Preference Reinforcement) (B) 推薦模型在運算過程中完全不依賴任何用戶特徵標籤 (Feature-Independent) (C) 推薦演算法產生的輸出結果具備高度不確定與隨機性 (Stochastic Outputs) (D) 系統透過反事實推論自動確保內容多樣性與社會公平 (Counterfactual Fairness)
#3793826
41. 推薦系統離線 AUC 很高但線上轉換率差,最常見根因是? (A) 只要加深模型就好 (B) 離線樣本與線上曝光/互動機制不同 (C) AUC 不能用於推薦 (D) 資料一定太少
#3793827
42. 若只最大化點擊率,最可能犧牲哪一項長期目標? (A) 模型的離線預測準確指標 (Offline Accuracy Metrics) (B) 資料庫的實時更新效率 (Real-time Update Efficiency) (C) 推薦內容的多樣性與新穎度 (Diversity and Novelty) (D) 伺服器端的單次請求延遲 (Request Latency)
#3793828
43. Conditional GAN (cGAN) 引入條件資訊的最主要目的為? (A) 讓鑑別器不需要輸入 (B) 把生成問題變成分群 (C) 提升結果可控性 (D) 保證不會 mode collapse
#3793829
44. CycleGAN 的循環一致性 (cycle consistency) 主要是在解決什麼限制? (A) 保證映射是線性的 (B) 讓生成器不需要學習 (C) 把影像變成語音 (D) 在無成對資料下仍能學習兩域之間的映射
#3793830
45. Q 學習 (Q-learning) 為 off-policy 方法,其實務風險之一是? (A) 行為策略與目標策略不一致,易導致估計偏差與訓練不穩 (Policy Mismatch) (B) 演算法設計本質使模型在任何情境下皆完全無法使用離線資料 (Offline Data) (C) 模型訓練過程高度依賴具有專家標籤的成對監督式資料集 (Paired Data Only) (D) 在處理連續動作空間時會因探索機制限制而絕對無法收斂 (Non-convergence)
#3793831
46. 條件式生成 (Conditional Generation) 在資料標註有系統性偏差時,最可能造成什麼後 果? (A) 標籤偏差僅會影響模型生成的運算速度 (Inference Speed) (B) 資料偏差會透過批次正規化自動被消除 (Batch Normalization) (C) 條件式生成機制能自動確保輸出結果更公平 (Fairness Improvement) (D) 生成結果被偏差條件牽引,產生偏誤放大與不公平 (Bias Amplification)
#3793832
47. 在深度 Q 網路 (DQN) 中引入目標網路 (Target Network) 的主要目的為? (A) 降低目標值與被更新網路的耦合以穩定學習過程 (Decoupling and Stability) (B) 讓行為策略的探索率固定在特定常數範圍內 (Fixed Exploration Rate) (C) 確保智慧體在單一回合內獲得累積獎勵最大化 (Maximize Reward) (D) 增加神經網路層數以提升模型的學習容量 (Model Capacity)
#3793833
48. 生成模型 (Generative Model) 雖然「看起來很真」但仍可能不可用,最常見的原因是? (A) 生成過程中的損失函數值降得不夠低 (Loss Function Convergence) (B) 樣本多樣性不足或存在嚴重的系統性偏差 (Diversity and Bias) (C) 模型在推論階段所耗費的計算資源過於龐大 (Computational Cost) (D) 模型訓練前未針對輸入資料進行相依剖析 (Dependency Parsing)
#3793834
49. 在品質或故障預測中,整體準確率很高但關鍵失效類別的召回率 (Recall) 很低,其主要 風險是? (A) 對罕見但高損失事件失效,造成重大事故 (High-Loss Failure) (B) 導致後端伺服器的歷史資料庫發生過度膨脹 (Database Bloat) (C) 使得模型在邊緣裝置上的即時推論速度變慢 (Inference Latency) (D) 輸入特徵的維度過小導致模型無法順利收斂 (Dimension Scarcity)
#3793835
相關試卷
115年 - 115-1 中國工業工程學會_工業工程師等相關證照考試:人工智慧#136739
2026 年 · #136739
113年 - 113-2 中國工業工程學會_工業工程師等相關證照考試:智慧製造#134381
2024 年 · #134381
112年 - 112-2 中國工業工程學會_工業工程師等相關證照考試:智慧製造#134380
2023 年 · #134380