iPAS AI應用規劃師-初級_人工智慧概論模擬題150題 發佈留言 / 作者: S學院 / 2025-05-18 iPAS AI應用規劃師-初級_人工智慧概論模擬題150題，採智能選題，無限次反覆練習。 1. 若開發者不具備自有數據，哪一種方式最適合快速取得可用資料？ 模擬資料生成功能 將測試資料重新標記為訓練資料 使用公開數據集(Open Datasets) 利用模型訓練結果反推原始資料 None 2. 「等寬裝箱法(Equal-Width-Interval)」的核心概念為？ 每一區間的寬度相同 每一區間轉換為獨熱編碼 依照資料標準差自動分區 每一個區間包含相同筆數的資料 None 3. 下列哪一種任務最有可能由狹義人工智慧系統處理？ 設計能模擬所有感官體驗的虛擬實境系統 解釋量子力學與相對論的統一理論 協助銀行根據資料進行信用評分 創造新的哲學理論 None 4. 在數值型欄位空值填補中，填入整體平均值的優點為？ 不會對統計分析造成太大偏移 可避免任何模型的使用 可保證預測值高度準確 能轉換成類別型資料 None 5. 半監督式學習中，將模型預測機率高的樣本加入訓練資料的好處是什麼？ 強化模型對易錯樣本的過擬合能力 增加資料量能改善模型計算速度 提高資料的多樣性與分散性 利用模型最有信心的預測結果來提升整體準確度 None 6. 下列哪一項屬於類別型欄位常見的空值填補方式？ 使用 0 或 1 隨機補值 補上標準差乘以最大值 補上該欄位最常出現的類別(眾數) 補上該欄位的平均值 None 7. 等寬裝箱法的基本邏輯是什麼？ 每個區間的範圍寬度相同 每個區間擁有相同筆數資料 每個區間的平均值相同 每個區間的標準差為 1 None 8. 關於超級人工智慧可能帶來的影響，下列何者正確？ 僅適用於自動化工廠的生產管理 僅具備表面模仿能力，無法參與任何創新行為 有潛力創造新科學理論與發明人類尚未理解的技術 可協助人類做簡單文書處理工作 None 9. 若數值範圍為 28 到 36，並設定箱數為 4，則每一箱的寬度為？ 4 3 2 1 None 10. 符號主義在人工智慧中扮演何種角色？ 透過邏輯操作(規則與推論)來模擬人類智慧 訓練深度學習模型進行語音合成 使用圖像處理技術進行物體辨識 建立機器學習演算法並優化神經網路模型 None 11. AI 主要依賴哪兩種技術來實現從數據中學習與執行任務的能力？ 機器學習(ML)與深度學習(DL) 區塊鏈與數位訊號處理 模糊邏輯與感測器技術 人工演化與資料加密 None 12. 哪一種抽樣方法會先將資料依照母體結構群分好，再從每一群中抽取樣本？ 系統抽樣 兩階段式抽樣 隨機抽樣 分層抽樣(Stratified Sampling) None 13. 強化學習(Reinforcement Learning)的核心學習原理為何？ 使用先驗知識建立邏輯規則 對資料進行無指導的群聚分類 透過人工規則進行分類與預測 最大化累積獎勵，透過試誤方式學習行為策略 None 14. 若資料點與大多數資料落點距離極遠，極有可能是什麼？ 正常值 離群值(Outlier) 缺失欄位 訓練資料 None 15. 聯邦學習的哪一階段負責讓中央伺服器將初始模型提供給各客戶端？ 初始模型下發 本地訓練階段 參數回傳階段 模型聚合階段 None 16. CRISP-DM 是什麼？ 跨產業通用的資料探勘標準處理流程 資料庫加密與壓縮協定 一種AI硬體架構設計標準 雲端儲存與邊緣運算整合模型 None 17. 擴散模型(Diffusion Models)最核心的生成概念是什麼？ 透過遺傳演算法模擬資料進化過程 模仿熱力學粒子擴散的原理，逐步還原資料 建立單向分類器預測輸出標籤 使用大量規則來推理出資料類別 None 18. 對於超級人工智慧可能帶來的風險，下列哪項敘述最貼近討論重點？ 它無法產生任何創造力，因此風險很低 它只應用於遊戲與娛樂，因此不需擔心風險 是否會威脅人類生存，並應設立法律與倫理規範加以約束 是否應該限制其語言生成速度以避免誤用 None 19. 下列哪一項操作屬於記錄精簡(Record Reduction)？ 移除重複的資料列或僅保留具代表性的樣本 移除標籤欄位中的低頻類別 將數值欄位轉為對數 合併多個欄位為一個屬性 None 20. 若資料中為類別型欄位，進行資料值精簡時最常使用的方法為？ 正規化處理 資料一般化(Data Generalization) 離群值刪除 時間序列分解 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
