1-2 探討負責任AI在產業應用宜有的指導準則 (4) / iPAS AI 應用規劃師, AI 測驗題庫, iPAS AI 初級, 測驗題庫 / 作者: S學院 iPAS AI應用規劃師_1-2探討負責任AI在產業應用宜有的指導準則(4)模擬測驗，採智能選題，無限次反覆練習。 1. 在評估特徵重要性時,最關鍵的考量是: 實施成本 存儲需求 計算效率 特徵獨立性 None 2. 評估模型穩定性最有效的方法是: 壓力測試與敏感度分析 交叉驗證 性能監控 誤差分析 None 3. 對於高維度特徵空間,最適合的微擾分析方法是: 隨機參數變化 單一變量線性調整 全局參數掃描 局部鄰域探索 None 4. 在評估培訓效果時,什麼是最重要的指標? 生產力變化 培訓成本 課程時長 講師數量 None 5. 在餐廳咖啡案例中,不需要考慮的因素是: 水溫 研磨程度 咖啡粉量 杯子顏色 None 6. 在特徵選擇中,最難解決的問題是: 尺度統一 維度約減 特徵排序 組合爆炸 None 7. 在進行公平性評估時,最重要的前提是: 大規模數據集 保護屬性的明確定義 完整文檔 高效算法 None 8. 評估模型公平性時,最難處理的情況是: 連續變量 交叉保護屬性 二元結果 單一保護屬性 None 9. 在貸款審批案例中,反事實分析主要用於: 加快審批速度 探索決策影響因素 優化流程設計 降低運營成本 None 10. 微擾技術不適用於: 產品優化 人員管理 參數測試 配方調整 None 11. 在複雜系統中,最難實現的目標是: 高效性 可解釋性 可擴展性 可維護性 None 12. 下列何者是正確的數據分佈統計特徵? 處理速度 存儲容量 系統效能 集中趨勢 None 13. 以下哪種情況不適合使用特徵選擇? 時間關鍵任務 雜訊特徵 多重共線性 高維數據 None 14. 公平性評量的核心目標是: 降低運營成本 優化系統架構 提升處理速度 確保模型無差別對待 None 15. 公平性評估的重點在於: 提升效能 降低成本 檢測群體差異 優化介面 None 16. 下列何者不是反事實分析的步驟? 模擬結果 創建假設場景 系統重啟 敏感度分析 None 17. 複雜系統中進行因果推斷最大的障礙是: 計算複雜度 模型選擇 隱藏變量的影響 數據收集成本 None 18. 對於實時系統,最適合的公平性評估方法是: 週期性抽樣 離線批次評估 滑動窗口分析 全量數據處理 None 19. 下列何者不是了解分佈和特徵對開發者的重要性? 能夠直接提升系統運算速度 能夠識別數據中的異常值和偏差 有助於進行特徵工程和數據清理 可以針對特徵調整模型參數 None 20. 在反事實分析中,最關鍵的步驟是: 數據收集 報告生成 合理假設的建立 結果驗證 None 如有問題可留言，謝謝您的寶貴意見！ 暱稱 電郵（提交獲得正確答案，可換題測驗完整題庫，新增題庫電郵通知） Time's up
