iPAS AI 應用規劃師(中級) 科目2 大數據處理分析與應用 (4) / 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. 典型的 k 平均數（k-means）屬於下列何種集群（Clustering）方式？ 分割式集群（Partitional Clustering） 基於圖的集群（Graph-based Clustering） 階層式集群（Hierarchical Clustering） 密度集群（Density-based Clustering） None 2. 參考附圖，關於 mtcars 資料集散佈圖矩陣，下列敘述何者為正確？ mpg 與 disp 資料呈現約為正相關 hp 達到 300 以上佔較大的比例 disp 與 hp 資料呈現約為負相關 qsec 與 disp 呈現約為負相關 None 3. 若執行新專案，輸入的向量超過 100 維，下列何種方法「不」適合用來做為降維並取得特徵向量的方法？ ICA（Independent Component Analysis） Autoencoder LSTM（Long Short-Term Memory） PCA（Principal Component Analysis） None 4. 建模的過程中，經常會出現不平衡資料（Imbalanced Data）的問題，下列敘述何者「不」正確？ 採用加權方式處理 採用數據合成，例如：SMOTE（Synthetic Minority Oversampling Technique） 使用採樣，例如：上採樣（Oversampling）、下採樣（Undersampling） 採用梯度下降法（Gradient Descent） None 5. 關於各類統計圖的使用時機，下列敘述何者「不」正確？ 散佈圖（Scatter Plot）可以用來觀察兩連續變數 X 與 Y 之間的關係 雷達圖（Radar Char）可以用來比較多個指標 散佈圖（Scatter Plot）可以觀察兩個變數間的因果關係 泡泡圖（Bubble），用泡泡大小展現第三變量 None 6. 下列選項何者為梯度下降法的正確步驟順序？(1)重複迭代，直到得到權重最佳值、(2)把輸入傳入類神經網路，得到輸出、(3)對每一個神經元計算誤差與調整相對應的權重以減少誤差、(4)用隨機值初始化權重與偏差、(5)計算預測值與真實值之間的誤差 42531 24513 45312 45132 None 7. 下列何者「不」屬於 Python 或 R 常用到的繪圖套件？ D3.js（Data-Driven Documents） ggplot2 Seaborn Matplotlib None 8. 附圖為某餐廳之"餐廳小費統計數據"所繪製而成的箱型圖（Box Plot）。關於該數據與圖表的敘述，下列何者較「不」正確？（單位：元） 該數據之箱型圖繪製結果中，沒看到有離群值的情況 該數據之中位數介於 10-20 元之間 該數據之第三四分位數（第 75 個百分位數）大約是 24 元 該數據之最小值大於 0 元 None 9. 貝氏定理主要是哪三種機率構成？ 事前機率、獨立事件、條件機率 事前機率、聯合機率、條件機率 聯合機率、獨立事件、條件機率 事前機率、事後機率、條件機率 None 10. 參考附圖，R 語言中下列敘述何者正確？ 資料共有 25 筆 四大類別中，合計死亡率最高者為「都市-女性」 四大類別中，60-64 歲人口死亡率第二高者為「郊區-男性」 使用 barplot 繪圖時，須設定 beside = FALSE 才可繪製附圖結果 None 11. 關於資料匯入與匯出，下列敘述何者「不」正確？ 針對來源資料量設計資料萃取（Extract）方式，例如：將大檔案切分為數個小檔案後，各別進行資料萃取作業 考慮到關聯式資料庫之 ETL 作業執行效率，可一次執行多個大資料表（Table）關聯（Join），讓資料一次寫入目的地 ETL 作業常有上下游作業關係，因此需要設定好相互關係（Job Dependency）與執行順序 當 ETL 作業發生錯誤時，規劃良好的 ETL 作業具有分階段重新執行能力（Re-run），不用每次都重頭開始 None 12. 有一 pandas DataFrame 格式的變數 df，其資料內容如下：df_new = df.dropna(subset=['電話', '信箱'])、print(list(df_new.姓名.unique()))，請問執行附圖程式碼後，下列何者為輸出結果？ ['Alfred', 'Ken'] ['Batman', 'Catwoman'] ['Alfred', 'Batman', 'Catwoman'] ['Alfred', 'Batman', 'Catwoman', 'Chris', 'Ken'] None 13. 透過 Python 載入 CSV 資料時，可能會使用 pandas 套件的 read_csv 函數，下列敘述何者「不」正確？（可參考附圖官方說明文件） 可以直接匯入本機資料夾的 CSV 資料 XLS（Excel Spreadsheet）資料類似於 CSV，故也可透過此函數匯入 可以載入非 CSV 格式，例如以 Tab 分隔或是以句號分隔的純文字資料 可以直接匯入網路上的 CSV 資料，例如：pandas.read_csv('http://www.sample-videos.com/csv/Sample-Spreadsheet-10-rows.csv') None 14. 基於集群的離群值之偵測方法（Clustering-based Approaches），下列何者「不」是用來判斷離群值的依據？ 物件是小型或稀疏集群的一部分 物件與最接近的集群之間是否存在較大距離 物件是否位於兩個集群之間 物件不屬於任何集群 None 15. 請問資訊增益（Information Gain）衡量是應用在樹狀模型（如：決策樹）建構過程中的哪一個階段？ 樹的深度或複雜度 葉節點（Leaf Node）的預測方程或方式 訓練樣本數 分割資料集的預測變數（Attribute Selection Measures）與其分割值 None 16. 有一 pandas DataFrame 格式的變數 df，其資料內容如下：請問執行附圖程式碼後，下列選項內姓名何者「不」在執行結果當中？ Jen Andrew Judy Celine None 17. 交叉驗證（Cross-Validation）主要用於模型訓練或建模應用中，目的是為了得到可靠穩定的模型。請問下列敘述何者正確？ 交叉驗證經常用於分類預測、偏最小平方（Partial Least Squares, PLS）迴歸建模等 保留法（Holdout）驗證不算交叉驗證的類型 採用 k 摺交叉驗證（k-fold Cross Validation）通常會重複 k 次以上，以 k-1 次的結果均值作為對算法精度的估計 k 摺交叉驗證（k-fold Cross Validation），若 k=10，代表將數據集分成 10 份，將其中 5 份做訓練、5 份做驗證 None 18. 關於資料解析，下列敘述何者「不」正確？ 資料解析過程中，若遇到有異常的數據資料，考慮時效性應該直接予以剔除 特徵工程（Feature Engineering）是一種資料解析的過程，使用專業背景知識和技巧處理數據，使得特徵能在機器學習算法上發揮更好的作用 資料整理、解析、變數篩選等步驟，往往佔據建模過程中大量的時間 資料變數篩選，可以採取專家討論或使用分析方法的方式來進行 None 19. 附圖為某商店其中一位客戶的消費紀錄，請問下列何種資料處理方式「最不」適當？ 修正錯誤的時間，建立消費金額的時間序列 不修正時間，依照資料順序建立消費金額的時間序列 移除含有 NA 值的該筆觀測值資料 依照消費金額尋找可能之商品名稱填補 NA 值 None 20. 混淆矩陣（Confusion Matrix）是等長的觀測類別值向量與預測類別值向量，交叉統計後的二維表格結果，請問下列敘述何者「不」正確？ R 語言 caret 套件與 Python 語言 pandas_ml 套件中有分類模型的各種績效評估指標 形容詞真與假意指預測的結果是否與其真實的類別相同 陽性事件通常是我們所關心的事件，例如:授信客戶違約、垃圾郵件與簡訊、患有某種疾病等，當這些事件發生時，人們通常會採取因應措施 混淆矩陣中真陽數一定大於真陰數 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
