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. 在貸款審批案例中,反事實分析主要用於: 降低運營成本 優化流程設計 探索決策影響因素 加快審批速度 None 2. 以下哪種情況最不適合使用反事實分析? 探索替代方案 分析決策結果 評估政策影響 即時系統監控 None 3. 機器學習可解釋性元件提供的觀點包括: 硬體效能和軟體效能 供應商和客戶 整體預測和個別預測 成本和收益 None 4. 反事實分析的核心概念是: 流程優化 效率提升 假設情境模擬 成本控制 None 5. 反事實分析在金融領域的主要應用是: 提升效率 系統優化 風險評估 降低成本 None 6. 在高維特徵空間中,最有效的數據可視化方法是: 主成分投影 散點圖矩陣 平行座標圖 t-SNE降維 None 7. 機器學習模型可解釋性的重要性在於: 優化存儲空間 提升運算速度 增加決策透明度 降低系統成本 None 8. 當模型在不同群體間表現差異顯著時,最應優先考慮: 調整模型參數 重新評估特徵選擇策略 變更評估指標 增加數據量 None 9. 在進行公平性評估時,最重要的前提是: 完整文檔 高效算法 保護屬性的明確定義 大規模數據集 None 10. 公平性評估的主要作用是什麼? 發現潛在的偏見和不公正問題 降低硬體成本 提升系統運算速度 改善用戶界面 None 11. 下列何者不是分佈分析的目的? 了解數據特性 評估離散程度 優化系統架構 檢測異常值 None 12. 以下哪種情況不適合使用反事實分析? 影響分析 策略規劃 實時監控 風險評估 None 13. 下列何者不是原因推斷的主要目的? 確定變量間的因果影響 提升數據存儲效率 控制變量影響 評估干預措施效果 None 14. 在微擾案例中,如何判斷最佳咖啡配方? 製作最快 消費者喜好程度 咖啡顏色 成本最低 None 15. 下列何者不屬於微擾分析的範疇? 人員更換 參數調整 特徵變動 條件改變 None 16. 以下哪種情況不適合使用微擾分析? 參數調整 分類預測 穩定性測試 配方優化 None 17. InterpretML工具包的主要功能是什麼? 加速數據處理 提升網絡安全 優化系統架構 解釋機器學習模型 None 18. 在特徵工程中,最難處理的問題是: 特徵交互作用 數據標準化 缺失值填充 類別編碼 None 19. 原因推斷技術主要用於: 評估干預措施效果 提升系統速度 優化用戶界面 降低運營成本 None 20. 以下哪種情況不適合使用因果推斷? 隨機現象 教育效果 政策評估 醫療干預 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
