iPAS 考題解析
近似分位數(Approximate Quantile)的目的為何？
中級 大數據處理分析與應用
難度：進階 ★★★
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- 大數據處理分析與應用
- 知識主題
- 機率統計基礎
- 能力指標
- 敘述性統計與資料摘要技術（L22101）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「大數據處理分析與應用」科目中的「機率統計基礎」範疇， 對應的能力指標為「敘述性統計與資料摘要技術」，涵蓋數據的集中趨勢、離散程度與分佈型態、數據清理與剖析等核心知識點。 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
近似分位數(Approximate Quantile)的目的為何？
- A. 完全精確計算分位數
- B. 用 ML 模型預測分位數
- C. 僅適用於批次處理
- D. 在可容忍誤差內快速估算以支援即時分析 ✓ 正確答案
詳細解析
正確答案：D. 在可容忍誤差內快速估算以支援即時分析
大數據（Big Data）量下精確計算分位數需要排序全部資料（太慢），近似分位數用演算法（如 T-Digest）在可接受的誤差範圍內快速估算，支援即時分析。
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. 完全精確計算分位數 （不正確）
近似分位數的重點就是「不需要完全精確」
B. 用 ML 模型預測分位數 （不正確）
不需要 ML 模型，用統計近似演算法即可
C. 僅適用於批次處理 （不正確）
近似分位數特別適合串流處理，不只是批次（Batch）
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。
進階題備考建議
- ▶ 本題屬於進階難度，涉及技術原理的深入理解或跨領域整合應用，需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷，建議建立知識圖譜，把相關概念串聯起來。
- ▶ 如果這題答錯了，建議回頭複習相關的基礎概念，確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高，建議先把初級範圍的基礎打穩，再挑戰中級進階題。
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。
資料有線性趨勢且無離群值，最適合衡量線性關係強度的指標為何？
中級 大數據處理分析與應用 難度 ★★★
在巨量資料分析班中，共有一年級至四年級，每個年級有 50 個學生，且學生身高呈常態分佈。下列敘述何者不正確？
中級 大數據處理分析與應用 難度 ★★☆ 114 年
某電商團隊觀察到，每位顧客對廣告推播的點擊行為可視為一次伯努利試驗（Bernoulli Trial），單次點擊成功機率為p=0.4。當推播對象擴展至5,000位顧客時，團隊想快速估算「成功點擊總數」的分佈情形，以進行模型效能模擬與預測。若希望以常態分佈（Normal Distribution）近似原始分佈，下列哪一項判斷最為合理？
中級 大數據處理分析與應用 難度 ★★☆ 114 年
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 iPAS 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。