阿摩線上測驗 登入

最新科目

最新試卷

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

25. 圖(九)為常用於建築裝飾的花磚,有關此花磚紋飾造形的構成方式,下列何者正確? (A) 反覆(B) 漸變 (C) 碎形 (D) 錯位

26. 青銅器自商周時期開始,其功能性及社會意義發生了巨大的轉變,有關這一轉變的敘述, 下列何者正確? (A) 造形文化趨向簡約理性 (B) 表面的紋飾以山水為主 (C) 從實用功能演化為權力財富象徵 (D) 鼎是象徵其身分地位的飲酒之器

27. 一個透明收納桶內放置了以下物品:一個圓形橡膠球、一片枯葉、一張撕破的紙、一個 方形積木。以「有機形、幾何形、偶然形」形態類型分類,下列敘述何者正確? (A) 2 個有機形、2 個幾何形、0 個偶然形 (B) 2 個有機形、1 個幾何形、1 個偶然形 (C) 1 個有機形、2 個幾何形、1 個偶然形 (D) 3 個有機形、1 個幾何形、0 個偶然形

13. 某電商平台的資料科學團隊欲建置一套 NLP 模型,用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前,團隊執行了以下步驟:移除貼文中央雜的 HTML 標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞,並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節? (A)模型評估(Model Evaluation):透過移除干擾詞彙,計算模型在測試資料集上的準確率、精確率等指標表現; (B)特徵萃取(Feature Extraction):將文字資料轉換為數值向量,使模型能夠識別評論中與情緒相關的關鍵詞彙權重; (C)資料清理與預處理(Data Cleaning and Preprocessing):將原始、雜亂的文字資料轉換為格式一致、去除雜訊的乾淨資料,以利後續模型有效學習; (D)超參數調校(Hyperparameter Tuning):調整模型訓練過程中的學習率、批次大小等參數,以移除訓練資料中的雜訊干擾

14. 某資料科學家利用房屋資料建立 AI 房價預測模型,資料中包含許多彼此高度相關的數值特徵(例如房屋總坪數、客廳坪數等)。為了降低資料維度並減少特徵間的重複資訊,最適合採用下列何種技術? (A)類別編碼(Categorical Encoding); (B)主成分分析(PCA)降維; (C)特徵標準化(Standardization); (D)異常值(Outlier)處理

15. 企業在公開去識別化的消費資料集前,為避免他人透過郵遞區號、性別等間接識別資訊交叉比對後重新識別特定個人身分,同時保留資料的分析價值,最適合採用下列哪一種隱私保護技術? (A)差分隱私(Differential Privacy)技術; (B)隨機抽樣(Random Sampling)技術; (C)k-匿名化(k-Anonymity)技術; (D)密碼雜湊(Hashing)技術