阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
> 試題詳解
6. 關於資料彙總(data aggregation),下列敘述何者最為正確?
(A) 可降低資料尺度、資料偏斜性對於模型的不良影響
(B) 是運用推論統計學,比較兩筆樣本的差異
(C) 是以摘要的形式收集或呈現資訊的任何過程
(D) 是統整不同連續屬性間的數值分佈
答案:
登入後查看
統計:
A(0), B(1), C(7), D(2), E(0) #3219290
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/26
#6971274
題目解析 資料彙總(data aggr...
(共 924 字,隱藏中)
前往觀看
0
0
相關試題
7. 參考附圖,R 語言中,關於 aggregate 資料群組計算,下列敘述何者「不」 正確? (A) aggregate 執行結果有 8 筆資料 (B) aggregate 函數中的 breaks 表示對 breaks 欄位進行計算 (C) 本題 aggregate 函數功能是計算各群組的平均值 (D) aggregate 函數的「.」表示除了 breaks 以外的所有欄位為群組欄位
#3219291
8. 下列何種圖形常用於視覺化年齡與收入的關係? (A) 散佈圖(scatter plot) (B) 甘特圖(Gantt chart) (C) 流程圖(flow chart) (D) 樹狀圖(tree diagram)
#3219292
9. R 語言中,下列何者為專門在處理群組與摘要的函數? (A) spread() (B) sort() (C) gather() (D) aggregate()
#3219293
10. R 語言中,關於資料排序,下列敘述何者「不」正確? (A) order()回傳排序後的觀測值編號 (B) sort()回傳排序後的字串值或數值 (C) rank()回傳每個元素的排名值 (D) permute()回傳排序後的字串值或數值
#3219294
11. 下列何者「不」是屬性挑選(feature selection)的特性? (A) 降低計算時間 (B) 提高資料維度 (C) 降低模型複雜度 (D) 增加模型穩定性
#3219295
12. 關於主成分分析(Principal Component Analysis, PCA)與奇異值分解 (Singular Value Decomposition, SVD),下列敘述何者正確? (A) PCA 較 SVD 更一般化 (B) SVD 將資料矩陣分解出只有橫列的基底向量 (C) PCA 分解出資料矩陣之縱行與橫列的基底向量 (D) PCA 可以基於資料矩陣之相關係數方陣或共變異數方陣進行計算
#3219296
13. 屬性轉換(feature transform)為資料前處理的重要步驟,下列敘述何 者「不」正確? (A) 可調整屬性的尺度 (B) 會破壞模型的預測能力 (C) 可改變屬性的偏斜性 (D) 可降低離群資料對於模型的不良影響
#3219297
14. 下列何者為以均值正規化(mean normalization)的方式,計算數列[1, 2,2, 4, 5]之結果? (A) [0.00, 0.25, 0.25, 0.75, 1.00] (B) [0.2, 0.4, 0.4, 0.8, 1.0] (C) [-0.45, -0.20, -0.20, 0.30, 0.55] (D) [-0.5, 0.0, 0.0, 1.0, 1.5]
#3219298
15. 下列何者「並非」屬性萃取(feature extraction)的方法? (A) 主成分分析(Principal Component Analysis, PCA) (B) 正規化(normalization) (C) 自編碼器(autoencoder) (D) 偏最小平方迴歸(Partial Least Squares Regression, PLSR)
#3219299
16. 關於巨量資料運算平台,下列敘述何者「不」正確? (A) 採用水平式擴充(scale-out),並大量分散式處理 (B) 具有高容錯性,採平行化運算 (C) 採用分片機制(sharding),將資料分片儲存於各節點,以利多次 讀取與多次寫入 (D) 資料本身可分散到各資料節點,以增加運算效能,也可透過網路 傳輸將執行程式送到資料端進行運算
#3219300
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
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
2019 年 · #119181