1-3 解析常見的機器學習技術 (1)作者: S學院 / 2025-02-13 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. 在開發AI教育系統時,最不需要考慮: 圖像分割 個性化推薦 學習分析 進度追踪 None 2. 強化學習中最不關鍵的元素是: 策略優化 環境互動 獎勵機制 數據標註 None 3. AI在遊戲開發中最不需要的技術是: 情感辨識 行為預測 路徑規劃 決策制定 None 4. 增強式學習的特色為: 必須有正確答案 完全不需要輸入資料 透過環境回饋學習 需要大量標記資料 None 5. 關於迴歸分析,下列何者錯誤? 只能處理線性關係 用於尋找資料間關係 可繪製最佳擬合線 屬於監督式學習 None 6. 下列何者不是機器學習的應用領域? 影像辨識 人類情感創造 金融預測 醫療診斷 None 7. 處理時間序列數據時,最不適合使用: 支持向量機 時間卷積網絡 LSTM RNN None 8. AlphaGo的核心技術組合為: 監督學習與遺傳算法 深度學習與增強學習 非監督學習與專家系統 類神經網路與模糊邏輯 None 9. 機器學習模型的訓練過程中不包括: 資料收集 結果驗證 模型建立 情感表達 None 10. 機器學習的訓練資料主要用於: 展示結果 儲存資訊 建立模型 測試系統 None 11. 監督式學習最適合用於: 行為分析 垃圾郵件過濾 產品推薦 市場區隔 None 12. 機器學習的主要功能不包括: 分類事物 辨識模式 創造情感 預測結果 None 13. AI模型在金融風險評估中最不需要考慮: 市場波動 圖像識別 歷史交易數據 信用記錄 None 14. 運用神經網絡進行圖像辨識時,最適合採用下列哪種學習方式? 非監督式學習 增強式學習 混合式學習 監督式學習 None 15. 非監督式學習最適合用於: 語音辨識 客戶分群 人臉辨識 詐騙偵測 None 16. AI在智慧建築中最不需要的功能是: 環境控制 語音合成 能源管理 安全監控 None 17. 非監督式學習的特點是: 需要標記數據 依賴獎勵機制 自動發現數據模式 必須有正確答案 None 18. 監督式學習的特點不包括: 需要標記數據 完全自主學習 有明確的目標 可進行預測 None 19. 以下哪種應用最不需要即時處理能力? 語音助理 自動駕駛 視訊會議 情感分析 None 20. 弱人工智慧系統的特點不包括: 依賴預定規則 專注特定領域 具有自主意識 效能可量化 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