iPAS AI應用規劃師-初級_人工智慧概論模擬題150題

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. 
抽樣的主要目的為何?

2. 
在 Q-Learning 的更新公式中,折扣因子(通常以 γ 表示)主要負責什麼功能?

3. 
下列哪一項屬於將類別型轉為數值型的例子?

4. 
下列哪一項是資料一般化的實例?

5. 
哪一項是用來找出「事件的時間順序模式」的非監督式學習演算法?

6. 
下列哪一項屬於非監督式學習的技術?

7. 
下列何者並非統計學習AI的技術核心?

8. 
資料探勘(Data Mining)除了使用機器學習演算法,還常搭配哪類方法?

9. 
在資料清洗中,雜訊(Noise)主要包含哪兩種常見問題?

10. 
在進行數值型屬性離散化時,為何需特別注意其在目標屬性上的趨勢性?

11. 
超級人工智慧(ASI)的主要特徵為何?

12. 
若模型在訓練資料準確度高但測試資料表現差,此現象最常見的原因為何?

13. 
Q-Learning 是一種常見的強化學習演算法,其核心目標是?

14. 
AI若能生成具有真實外觀的虛假影像與語音,對社會輿論造成威脅,這稱為什麼?

15. 
MYCIN 系統的主要功能是什麼?

16. 
資料中的錯誤值若無法判斷其正確性,最常見的處理方式為何?

17. 
鑑別式AI與生成式AI最大的差異是什麼?

18. 
資料精簡後獲得的知識會如何?

19. 
強化學習(Reinforcement Learning)的核心學習原理為何?

20. 
資料精簡(Data Reduction)的主要目的是什麼?


error: Content is protected !!
返回頂端