iPAS AI 應用規劃師(中級) 科目2 大數據處理分析與應用 (2) / iPAS AI 應用規劃師, AI 測驗題庫, iPAS AI 中級, 測驗題庫 / 作者: S學院 iPAS AI應用規劃師(中級) 科目2 大數據處理分析與應用 模擬試題，採智能選題，無限次反覆練習。 1. 關於資料特徵，下列敘述何者不正確？ 資料特徵個數越多，容易引起維度災難，而模型也會越複雜 可透過模型計算資料特徵重要程度，例如：Random Forest 剔除不相關或多餘的資料特徵，以減少資料特徵個數，提高模型效果 資料特徵個數越多，該模型所需的運算時間也就越短 None 2. 下列何者不屬於非監督式學習？ 關聯法則 K-Means K Nearest Neighbor Word2Vec None 3. 關於監督式學習，下列敘述何者不正確？ 主成分分析是一種監督式學習的方法 訓練資料過少時，可利用 Bootstrap（拔靴法）進行修正 訓練資料不一定為連續型資料 模型的訓練資料必須有應變項 None 4. 以下何者不是探索性資料分析經常關心的議題？ 資料的四分位數 資料模型的準確度 資料是否有離群值 與應變數相關的自變數 None 5. 若兩事件 X、Y 為某試驗可能發生之二獨立事件，P(X)>0，P(Y)>0，下列何者不正確？ P(X|Y)P(Y)=P(Y|X)P(X) P(X∪Y)=P(X)+P(Y) P(X∩Y)=P(X)P(Y) P(X|Y)=P(X) None 6. 關於 HDFS 的文件寫入，下列敘述何者正確？ 用戶可以在文件的任意位置進行修改 複製的文件預設都存在同一個主機上 支持多用戶對同一份文件的寫入操作 預設將文件複製三份存放 None 7. 下列何者不是資料降維的方法？ Principal Component Analysis Linear Discriminant Analysis Isomap K Nearest Neighbors None 8. 在資料分析之前，需要花費很多力氣去整理資料，其中處理遺失值（Missing Value）便是一種，下列何者不是處理遺失值的手段？ 將前一筆資料的值填入 移除有遺失值的資料 使用平均數或第一四分位數來填補 使用 K-近鄰法（K-Nearest Neighbours）搭配中位數進行填補 None 9. 史皮爾曼相關係數（Spearman correlation coefficient）是一種兩兩變數相關係數計算的方式，下列敘述何者不正確？ 實數值量化變數（real-valued quantitative variables）適合此計算方式 史皮爾曼相關係數又稱為等級相關係 順序值類別變數（ordinal qualitative variables）適合此計算方式 名目值類別變數（nominal qualitative variables）適合此計算方式 None 10. 下列何種方法常應用在分類問題？ Linear regression Polynomial Regression Logistic regression Support vector regression None 11. 行銷部選擇部分客戶進行簡訊產品推薦，同時獲取了客戶是否願意購買產品的資訊；而通過這些已知資訊，用來判斷其他用戶的購買意願，請問屬於下列何種方法？ 預測模型 推薦系統 探索性分析 關聯法則 None 12. 關於巨量資料技術架構，下列何者不是應具備的需求？ 具有高容錯性 儘可能能夠被分散式處理 可以被平行擴充 儘可能的使用單一節點資料庫 None 13. 關於巨量資料，下列敘述何者不正確？ 隨著巨量資料分析技術俱進，分析人員可以忽略數據的真實性，依然仍夠得到理想的結果 巨量資料分析始於找出大量資料之間的關聯性 能妥善處理和保存大量的數據資料，即為巨量資料所談的量級（Volume）之特性 好的巨量資料運算服務，是可以根據運算需求與時效性，平行擴增所需要的運算資源 None 14. 利用多個分類器的預測來提高分類的準確率之技術為下列何者？ Pruning Ensemble Dimensionality reduction Feature selection None 15. 下列何種方法通常應用在集群（Clustering）問題？ K-Means Random Forest Support Vector Machine K Nearest Neighbors None 16. 關於資料敘述與摘要統計之內容，下列敘述何者不正確？ 資料抽樣常見的有簡單隨機抽樣、系統抽樣、分層隨機抽樣 比較兩筆資料的分散程度，例如: 相關係數 衡量資料集中趨勢的統計量，例如: 平均數、中位數、眾數 a將資料處理與製作圖表，例如: 次數分配表、直方圖 None 17. 關於模型績效評估，下列敘述何者不正確？ 迴歸模型績效衡量大多基於殘差 Mallow's Cp 準則有考慮建模所用的變數數量，因此適合用來比較不同變數數量下的模型績效 赤池弘次訊息準則（Akaike's Information Criterion, AIC）與舒瓦茲貝氏訊息準則（Schwarz's Bayesian Information Criterion, BIC）的不同在於懲罰過多變數入模的方式不同 殘差（或稱預測誤差）是預測的反應變數值減去真實的反應變數值 None 18. 關於盒鬚圖，下列敘述何者不正確？ 為離群值（Outlier） 為平均值（Mean） 為 75 百分位數（Upper Quartile） 為上圍籬（Upper Extreme） None 19. 根據下面提供的資料，老闆希望你一句話報告今年業績和去年業績的狀況，請問下列哪句話比較合適？2017 年業績：100 萬 2018 年業績：120 萬 今年業績增加了 20 萬 今年的業績是 120 萬 去年業績比今年少 20 萬 今年業績成長了 20% None 20. 下列何者不適合用來預測「句子的下一個詞」？ Hidden Markov model N-gram Linear Regression Conditional random field 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
