iPAS AI 應用規劃師(中級) 科目2 大數據處理分析與應用 (3) 發佈留言 / 作者: S學院 / 2025-05-24 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. 以密度為基礎的離群值偵測方法，下圖中有哪些點最可能是離群值（Outlier）？ O1, O2, O3 O1, O2 O3 O4 None 2. 關於關聯分析：FP-growth 演算法（Frequent Pattern-growth），下列敘述何者「不」正確？ 它構造了一個高度緊湊的資料結構（FP-tree）來壓縮原始交易資料庫 它著重於頻繁項目的增長，避免昂貴的候選生成 採用類似 Apriori 方法的生成和測試（generate-and-test）策略 這是一種沒有生成候選項目集的頻繁項目集探勘方法 None 3. 關於類神經網路（artificial neural networks），下列敘述何者「不」正確？ 除了投入層之外，其餘各層的神經元節點均需設置活化函數（activation function） 近年來一些分段線性活化函數漸受歡迎，整流線性單元（Rectified Linear Unit, ReLU）和硬式雙曲正切函數（hard hyperbolic tangent function）大範圍地取代了 S 型函數（Sigmoid function）與雙曲正切函數（hyperbolic tangent function），因為兩者更適合訓練多層神經網路 最簡單的類神經網路是感知機（perceptron），它是一種線性分類模型 類神經網路至少包括投入層與隱藏層，投入層各個節點接收資料表中的自變數，隱藏層則試圖預測因變數 None 4. 下列何者是 k 平均數集群（k-means clustering）的優點？ 形成的群多為類圓球狀且大小相近 算法涉及隨機抽樣，每次運行的結果不盡相同 原理簡單，容易以非統計的詞彙解釋說明之 不易受到離群值的影響 None 5. 下表是 7 個資料點的（x, y）值，假設現在分成三個集群 A={P1, P3, P6}, B={P2, P4}, C={P5,P7}，若以歐氏距離（Euclidean distance）平方作為衡量相似度的依據，則集群 A 與 B 間共有 6 個兩兩資料點的距離：D(P1, P2)=233, D(P1, P4)=261, D(P3, P2)=149, D(P3 P4)=169, D(P6, P2)=80, D(P6, P4)=104，則下列敘述何者「不」正確？ 若以中心值距離（centroid distance）作為集群相似度的衡量，則集群 A 與 B 間的距離是 156.89 若以平均距離（average distance）作為集群相似度的衡量，則集群 A 與 B 間的距離是 160 若以最小距離（minimum distance）作為集群相似度的衡量，則集群 A 與 B 間的距離是 80 若以最大距離（maximum distance）作為集群相似度的衡量，則集群 A 與 B 間的距離是 261 None 6. 下列何者通常「不」用來處理連續值的預測問題？ 簡單線性迴歸（simple linear regression） 支援向量迴歸（support vector regression） 多元迴歸分析（multiple regression analysis） 羅吉斯迴歸（logistic regression） None 7. 關於離群值檢測（outlier detection）可能面臨的挑戰，下列敘述何者「不」正確？ 異常值與雜訊不同 異常值檢測高度依賴於正常（非異常值）和異常值的有效建模 一般檢測方法與應用無關（application-independent） 檢測到異常值具備易理解性（understandability） None 8. 俗話說：「三個臭皮匠，勝過一個諸葛亮」，恰好呼應了拔靴集成法（Bootsrap AGGregatING, BAGGING）中，會產生多個弱分類器，並將這些弱分類器組合在一起，以獲得一個強分類器，有機會做出更準確的判斷。請問以下敘述何者正確？ 每個臭皮匠的意見越接近越好，因為表示他們越團結一心。（亦即：各個弱分類器的判斷結果越接近，強分類器的分類結果越準確。） 即使沒有一個臭皮匠能答對所有的問題，但這些臭皮匠一起討論後，仍有可能答對所有的問題。（亦即：雖然各個弱分類器的分類準確度都不到 100%，但強分類器的分類準確度仍有可能達到100%。） 假如臭皮匠們沒有贏過諸葛亮，只要持續增加臭皮匠的人數，必定可以勝過諸葛亮。（亦即：假如強分類器表現不好，只要增加弱分類器的數量，必定能提升強分類器的分類準確度。） 增加臭皮匠的數量會導致意見分歧，反而無法贏過諸葛亮。（亦即：增加弱分類器數量，反而會導致強分類器的分類準確度變差。） None 9. 關於自適應效能提升法（Adaptive Boosting , AdaBoost）的訓練過程，下列敘述何者「不」正確？ 如果有 M 個樣本，則每一個訓練樣本最開始時都被賦予相同的權值：1/M 某個樣本點若已經被準確地分類，在建構下一個訓練集中，它的權重就被降低；若沒有被準確地分類，那麼它的權重就得到提高 將每個訓練得到的弱分類器（weak classifiers）集合成強分類器（strong classifier） 分類錯誤率低的弱分類器（weak classifiers）在最終分類器中占的權重較小，否則較大 None 10. 關於決策樹（decision tree）的使用，下列敘述何者「不」正確？ 結合多個決策樹形成隨機森林（random forest），模型較穩健，不易過度配適 樹葉節點中的樣本應屬於同一類別 每次分割要讓子節點不純度降低 為了進行準確的預測，要讓決策樹盡量長大長深 None 11. 生產智慧自動化系統，達成即時多結構化的資料彙整，資料來源包括現場生產管制（Shop Floor Control, SFC）所產生的生產機台測試資料、生產機台參數與生產執行系統（Manufacturing Execution System, MES）中的工單相關資料，依需求定義「資料處理與運算邏輯」，產生資料分析所需要生產總表與對應統計表，透過監控製程數據早期發現異常，產生警告訊號。下圖如同時對「Sample #1~4」以每小時取樣，同時了解資料的偏斜性（skewness）及離群值（outliers），建議使用何種圖表分析？ 直方圖（histogram） 管制圖（control chart） 圓餅圖（pie chart） 盒鬚圖（boxplot） None 12. 集群（clustering）是以非監督（unsupervised）方式定義其欲解決的問題，所以只能透過一些常用的內部核驗準則來評估結果，下列何者「不是」內部核驗準則？ 類別標籤 群內距離相對於群間距離的比值 側影係數（silhouette coefficient） 各群樣本點到中心距離的平方和 None 13. 此例交易資料用 Apriori 演算法尋找頻繁項目集（frequent itemsets），最小支持度（minimum support）要設多少，才會有長度為 3 的頻繁項目集？ 0.22 0.27 0.3 0.25 None 14. 分類問題當不同類的樣本數不平衡時，下列何者「不是」處理方式？ 使用數據合成（synthetic）方法生成新的樣本 使用降抽樣（undersampling）方法從大類中選取部分樣本 使用丟棄（dropout）方法從大類中剔除一些樣本 使用權重（weighting）方法調整樣本權重 None 15. 用主成分分析（principle component analysis）來處理多維度資料時，會利用相關矩陣（correlation matrix）來計算特徵值（eigenvalue）與特徵向量（eigenvector），如果特徵向量 λ= [4.32, 1.07, 0.49, 0.10, 0.01, 0.01]，下列敘述何者正確？ 主特徵值的貢獻率達到 90% 前兩個特徵值的貢獻率達到 90% 主特徵值的貢獻率達到 80% 前兩個特徵值的代表性不足 None 16. 關於下表資料，使用 k 平均數集群（k-means clustering）分析法與歐氏距離（Euclidean distance)，將資料分成三個集群（假設 k=3）。 C1: (P1, P2, P3, P4, P5, P6), C2: (P7, P8, P10), C3: (P9) C1: (P1, P2, P4, P5), C2: (P3, P6, P7, P8, P10), C3: (P9) C1: (P1, P2, P3, P4), C2: (P5, P6, P7, P8, P10), C3: (P9) C1: (P1, P2, P3), C2: (P4, P5, P6, P7, P8, P10), C3: (P9) None 17. 有一個混淆矩陣（confusion matrix），橫列表示預測類別，縱行表示真實類別，假設有一個預測類別矩陣為[0, 0, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1 ,1]，真實類別矩陣為[1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 0, 0 ,1]，則假陽數（false positive）的值為何？ 6 3 5 2 None 18. 自適應效能提升法（Adaptive Boosting , AdaBoost）與隨機森林（random forest）的關鍵差異在於？ 前者運用資料集中的全部屬性；後者只使用資料集中的部份屬性 前者的拔靴抽樣各樣本權重相同；後者則依前面模型預測結果的良窳，對各樣本進行加權抽樣 前者的基本模型是樹狀模型（tree-like models）；後者則是非樹狀模型 前者的基本模型是強模型（strong learners）；後者則是集成數個弱模型（weak learners） None 19. 圖形資料集如圖（1），則圖（2）的支持度為？n（圖取自資料探勘 /Pang Ning Tan, Michael Steinbach , 作者：施雅月，出版社： 臺灣培生教育/ 歐亞) 40% 80% 60% 20% None 20. 關於 k 近鄰（k-nearest neighbors）學習，下列敘述何者「不」正確？ 度量綱不一的屬性、名目屬性與遺缺數據需要額外處理 因為沒有模型，所以限制了我們瞭解預測變數與目標變數之間關係的能力 資料需服從常態分配 k 近鄰法計算耗時，計算時須將數據載入記憶體中，當資料量大時通常用節省記憶體的資料結構，以加快計算，如：k 維樹（k-dimensional tree, k-d tree） 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
