iPAS 考題解析
線性迴歸模型最適合解決哪種類型的問題？
初級 人工智慧基礎概論
難度：基礎 ★☆☆
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 人工智慧概念
- 能力指標
- AI 的定義與分類（L11101）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「人工智慧概念」範疇， 對應的能力指標為「AI 的定義與分類」，涵蓋AI 定義、弱 AI vs 強 AI vs 超 AI 分類、三大 AI 浪潮等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
線性迴歸模型最適合解決哪種類型的問題？
- A. 圖像分類
- B. 銷售額預測 ✓ 正確答案
- C. 聚類分析
- D. 遊戲策略學習
詳細解析
正確答案：B. 銷售額預測
線性迴歸（Linear Regression）是迴歸模型，最適合預測連續數值如銷售額，不適合分類或聚類。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 圖像分類 （不正確）
圖像分類需要深度學習（Deep Learning）模型如 CNN，不適合線性迴歸（Linear Regression）
C. 聚類分析 （不正確）
聚類分析（Clustering）是非監督式學習（Supervised Learning）任務，線性迴歸（Linear Regression）是監督式模型
D. 遊戲策略學習 （不正確）
遊戲策略學習屬於強化學習（Reinforcement Learning）的範疇
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。
基礎題備考建議
- ▶ 本題屬於基礎難度，考核 AI 領域的基本概念與定義，建議從術語定義開始理解。
- ▶ 基礎題通常考的是「是什麼」，確保你能用自己的話解釋每個選項中提到的概念。
- ▶ 建議搭配 AITerms.tw 術語詞典，逐一查閱本題涉及的關鍵詞，建立完整的知識框架。
- ▶ iPAS 初級考試中，基礎概念題佔比約 30% 至 40%，熟練掌握這類題目是拿分的基礎。
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。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 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。