iPAS AI應用規劃師(中級) 科目1 人工智慧技術應用規劃 _模擬考題作者: S學院 / 2025-11-24 iPAS AI應用規劃師(中級) 科目1人工智慧技術應用規劃 模擬考題 ，採智能選題，無限次反覆練習。 1. 下列何者「最適合」使用迴歸（Regression）模型進行預測？ 根據電影的特徵與用戶評分，推薦適合的電影類型 根據顧客的購買行為，預測他最可能加入購物車的商品類別 根據歷年銷售數據，預測明年某產品的總銷售額 根據病患的症狀與病史，判斷其可能患有的疾病類別 None 2. 下列何者為機器學習模型在業界部署的主要趨勢？ 越來越多地採用自動化機器學習（AutoML）技術 基於雲的機器學習平台的使用率下降 依賴手動超參數調整進行模型優化 轉向使用更簡單的機器學習算法 None 3. 在 AI 導入專案的初期規劃階段，下列哪一項屬於「人員規劃」的重點內容? 作業系統版本 API規格設計 模型優化參數 AI 專案所需的跨部門協作角色 None 4. 在多模態 AI 應用中，以下哪一情境最能展現其優勢? 影片自動生成字幕 純圖片壓縮 單一感測器故障排除 SQL 資料查詢 None 5. 在以下哪一個任務中，生成式 AI 技術最常被應用? 圖片風格轉換 詐欺偵測 語音辨識 資料壓縮 None 6. 下列哪一種資料前處理技術主要用來處理缺失值? 標準化 插補法 降維 資料增強 None 7. 當 AI 導入規劃需評估系統部署模式時，若考量資料隱私與本地控制需求，應優先考慮? 第三方雲端部署 區塊鏈儲存方式 外包給 AI 公司 地端私有部署 None 8. MLOps 的主要目的為何? 簡化使用者介面設計 將 AI 模型嵌入硬體晶片 壓縮模型參數 實現 AI 模型的自動化開發、部署與持續維運流程 None 9. 下列何者為自然語言處理（NLP）在機器學習應用中的主要用途？ 圖像識別 情緒分析 預測性維護 供應鏈優化 None 10. AI 模型部署後，若長期輸入資料分佈逐漸改變，導致模型效能下降，最適合採取下列哪一項作法進行風險管理? 定期重啟伺服器以排除效能問題 縮減模型層數以降低計算成本 加入多個冗餘模型以進行同時預測 建置概念漂移監控與觸發模型再訓練流程 None 11. 在多模態學習中，早期融合（Early Fusion）方法的主要特徵為何？ 在模型輸入階段或特徵提取階段整合不同模態資料 將不同模態資料的輸出結果進行決策合併 利用注意力機制在深層隱藏層進行語意比對與融合 僅處理單一來源的資料輸入 None 12. 供應鏈攻擊（Supply Chain Attacks）如何影響企業內部AI系統安全？ AI系統只會受到DDoS攻擊影響，不會有供應鏈風險 AI系統依賴的第三方開源模型或數據可能被植入惡意內容 供應鏈攻擊僅影響硬體層級、不影響AI模型 供應鏈攻擊的常見狀況，包括員工因釣魚郵件而被盜取帳號密碼 None 13. 在訓練模型時，若數據中出現特徵尺度差異極大（例如：年齡為 0-100、收入為 0–1,000,000），容易導致模型偏向特定特徵。為提升模型效能與穩定性，以下哪一種預處理方式最能有效解決此問題？ 移除尺度較小的欄位以避免對模型影響過低 對所有特徵進行Z-score標準化（Standardization） 將特徵縮放至 0–1 區間進行最小-最大正規化（Min-Max Normalization） 對所有數值欄位加上常數使其不為零 None 14. 語言模型 BERT 的主要特性為何? 具雙向上下文理解能力 為單向語言模型 無法處理上下文資訊 使用遞迴神經網路 None 15. 下列何者並未使用人工智慧（AI）或機器學習（ML）技術？ 使用自然語言處理算法來理解和反應用戶查詢的聊天機器人 使用一組預定義規則來確定最佳移動做法的象棋遊戲 使用感測器和預定義的自動駕駛汽車-定義導航規則 使用深度神經網路來提高其準確性的語音識別系統 None 16. 某企業即將部署AI模型至現有營運系統，進入系統整合測試階段。測試工程師需確認所有模組在實際環境中能正確協同運作。下列哪項驗證最應優先執行？ 檢查開發團隊提交程式碼時是否有依照Git commit message規範 驗證模型服務與資料平台、前後端介面協同是否正常，資料格式與流程一致性是否維持 審閱模型報告與API文件的格式是否符合交付標準 確認模型在開發機上訓練集表現是否達標 None 17. 附圖中，展示了電腦視覺辨識的幾項技術。 請問下列選項中，何者正確配對了圖中（a）、（b）、（c）、（d）所代表的技術名稱？ （a）圖像分類（Image Classification） （b）物件偵測（Object Detection） （c）實例分割（Instance Segmentation） （d）語義分割（Semantic Segmentation） （a）圖像分類（Image Classification） （b）語義分割（Semantic Segmentation） （c）物件偵測（Object Detection） （d）實例分割（Instance Segmentation） （a）實例分割（Instance Segmentation） （b）語義分割（Semantic Segmentation） （c）物件偵測（Object Detection） （d）圖像分類（Image Classification） （a）圖像分類（Image Classification） （b）物件偵測（Object Detection） （c）語義分割（Semantic Segmentation） （d）實例分割（Instance Segmentation） None 18. 在電腦視覺中，影像分類（Image Classification）的主要任務是? 判斷影像是否含有文字 區分影像中不同實體的邊界 為整張圖片指定一個標籤 產生新的影像內容 None 19. 在 AI 系統整合過程中，為確保模型可與業務流程無縫對接，通常需要哪種角色協作? 社群經營人員 產品經理與工程人員 資料標註員 硬體維修技術員 None 20. 持續監控部署後 AI 模型效能的主要目的為何? 提升 UI 使用效率 強化模型壓縮效果 偵測模型概念漂移與效能下降 減少資料備份空間 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
