1-3 解析常見的機器學習技術 (1) / 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 1-3 解析常見的機器學習技術 (1)模擬測驗,採智能選題,無限次反覆練習。 1. 增強式學習的特點是: 完全自主學習 需要大量標記數據 必須有正確答案 通過試錯學習 None 2. AlphaGo的核心技術組合為: 深度學習與增強學習 監督學習與遺傳算法 非監督學習與專家系統 類神經網路與模糊邏輯 None 3. Siri和Alexa屬於: 通用人工智慧 超級人工智慧 強人工智慧 弱人工智慧 None 4. 在建立預測模型時,下列何者最不可能導致過擬合? 特徵數量過多 使用線性模型 訓練次數過多 模型複雜度過高 None 5. 以下哪種技術最不適合用於人臉識別? 關聯規則 深度學習 卷積神經網絡 特徵提取 None 6. 機器學習的應用類型不包括: 分類分析 情感分析 迴歸分析 群集分析 None 7. 機器學習在預測性維護中最不需要的數據是: 運行參數 設備狀態 故障記錄 社交互動 None 8. 人工智慧在藝術創作中,最難以實現: 情感表達 圖像生成 模式複製 風格轉換 None 9. 機器學習的基本要素不包括: 算法 創造力 運算能力 數據 None 10. 機器學習模型評估指標中,最不適合用於非監督學習的是: 密度指標 準確率 聚類係數 輪廓係數 None 11. 在處理非結構化數據時,最不適合使用: 轉換器模型 深度學習 線性回歸 神經網絡 None 12. 機器學習中的分群分析用於: 建立因果關係 預測未來趨勢 發現自然群組 制定決策規則 None 13. 非監督式學習的主要目的是: 發現數據中的隱藏模式 預測明確的結果 複製人類行為 建立標準答案 None 14. 機器學習在風險評估中最不需要的技術是: 異常檢測 模式識別 預測模型 語音識別 None 15. 監督式學習的特點是: 無需輸出資料 使用標籤化訓練資料 只依靠獎勵機制 完全自主學習 None 16. 關於強人工智慧的描述,下列何者正確? 目前尚未真正出現完整的強人工智慧 已經完全實現並廣泛應用 只能處理特定領域的問題 AlphaGo是最完整的強人工智慧範例 None 17. 以下哪種技術最不適合用於智能客服? 情感分析 意圖識別 自然語言處理 圖像分割 None 18. 下列何者不是機器學習的應用領域? 醫療診斷 人類情感創造 影像辨識 金融預測 None 19. 弱人工智慧系統的特點不包括: 效能可量化 具有自主意識 依賴預定規則 專注特定領域 None 20. AI在新聞分析中最不需要的技術是: 主題建模 圖像生成 情感分析 文本分類 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