iPAS 考題解析
在郵遞區號自動辨識的研究中，研究人員收集了一份手寫數字影像資料集（UCI sklearn digits, 8×8 灰階），共 1797 筆。研究人員把含有雜訊的手寫數字影像存放在變數 noisy 中，部分資料經視覺化後外觀如附圖所示。他們嘗試使用 PCA 進行降噪，並希望能保留影像的主要特徵，同時去除影像中的雜訊。 程式碼如下： 程式碼 A: import numpy as np; noisy = np.random.normal(digits.data, 4) 程式碼 B: from sklearn.decomposition import PCA; pca = PCA() 程式碼 C: pca.fit(noisy) 程式碼 D: components = pca.transform(noisy) 程式碼 E: filtered = pca.inverse_transform(components) 當程式執行後，觀察到影像仍然含有明顯的雜訊。研究人員懷疑是程式中某步驟的設定不正確，導致 PCA 沒有發揮降噪的作用，需要修改程式碼才能讓降噪有效。請問哪一段程式碼需要修改，才能讓 PCA 對 noisy 影像有效去噪？
中級 機器學習技術與應用
難度：基礎 ☆☆☆ 114 年考題
題目與選項
在郵遞區號自動辨識的研究中，研究人員收集了一份手寫數字影像資料集（UCI sklearn digits, 8×8 灰階），共 1797 筆。研究人員把含有雜訊的手寫數字影像存放在變數 noisy 中，部分資料經視覺化後外觀如附圖所示。他們嘗試使用 PCA 進行降噪，並希望能保留影像的主要特徵，同時去除影像中的雜訊。 程式碼如下： 程式碼 A: import numpy as np; noisy = np.random.normal(digits.data, 4) 程式碼 B: from sklearn.decomposition import PCA; pca = PCA() 程式碼 C: pca.fit(noisy) 程式碼 D: components = pca.transform(noisy) 程式碼 E: filtered = pca.inverse_transform(components) 當程式執行後，觀察到影像仍然含有明顯的雜訊。研究人員懷疑是程式中某步驟的設定不正確，導致 PCA 沒有發揮降噪的作用，需要修改程式碼才能讓降噪有效。請問哪一段程式碼需要修改，才能讓 PCA 對 noisy 影像有效去噪？
- A. 程式碼 A
- B. 程式碼 B ✓ 正確答案
- C. 程式碼 C
- D. 程式碼 D
詳細解析
正確答案：B. 程式碼 B
PCA 降噪失效的原因是程式碼 B：PCA() 沒有指定 n_components 參數，等於保留所有主成分，這樣 transform + inverse_transform 就是把資料原封不動轉一圈回來，雜訊完全沒有被去除。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 114 年 AI 應用規劃師中級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。