iPAS 考題解析
np.dot(v1, v2) 的結果為何？v1=[1,2,3], v2=[4,5,6]
中級 機器學習技術與應用
難度：進階 ★★★★
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- 機器學習技術與應用
- 知識主題
- 機器學習基礎數學
- 能力指標
- 機率/統計之機器學習基礎應用（L23101）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「機器學習技術與應用」科目中的「機器學習基礎數學」範疇， 對應的能力指標為「機率/統計之機器學習基礎應用」，涵蓋數據的數學分佈特性、變異解釋等核心知識點。 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
np.dot(v1, v2) 的結果為何？v1=[1,2,3], v2=[4,5,6]
- A. np.array([4,10,18])
- B. np.int64(21)
- C. np.int64(32) ✓ 正確答案
- D. np.float64(32.0)
詳細解析
正確答案：C. np.int64(32)
向量點積 = 1×4 + 2×5 + 3×6 = 4 + 10 + 18 = 32。NumPy 對一維陣列做 dot 得到純量 np.int64(32)。
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. np.array([4,10,18]) （不正確）
[4,10,18] 是逐元素相乘（element-wise），不是點積
B. np.int64(21) （不正確）
21 是加法 1+2+3+4+5+6，計算錯誤
D. np.float64(32.0) （不正確）
輸入是整數，結果是 int64 不是 float64
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。
Monte Carlo 模擬中計算條件機率 P(A|B)：A=偶數, B=大於3，P(A|B)的程式碼為何？
中級 機器學習技術與應用 難度 ★★★★
下列哪一種學習任務不適合使用監督式學習方法處理？
中級 機器學習技術與應用 難度 ★★☆ 114 年
以下 Python 程式碼執行後，輸出結果為何？ ```python import random random.seed(42) results = [random.random() < 0.3 for _ in range(5)] count = results.count(True) print(count / len(results)) ```
中級 機器學習技術與應用 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。