iPAS 考題解析
MapReduce 中 Map 和 Reduce 的功能為何？
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
MapReduce 中 Map 和 Reduce 的功能為何？
- A. Map 映射資料進行轉換，Reduce 統合歸納結果 ✓ 正確答案
- B. Map 排序資料，Reduce 篩選資料
- C. Map 讀取資料，Reduce 寫入資料
- D. Map 和 Reduce 功能相同
詳細解析
正確答案：A. Map 映射資料進行轉換，Reduce 統合歸納結果
MapReduce 分兩步：Map 對每筆資料做轉換（如計算詞頻），Reduce 把 Map 的結果歸納統合（如加總同一個詞的出現次數）。
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. Map 映射資料進行轉換，Reduce 統合歸納結果 （正確）
正確。Map 階段負責將輸入資料轉換成鍵值對，通常是分散處理。Reduce 階段則負責將 Map 階段產生的相同鍵的值進行聚合、歸納、統計，產生最終結果。
B. Map 排序資料，Reduce 篩選資料 （不正確）
錯誤。Map 的主要功能是轉換，而不是排序。Reduce 的主要功能是聚合，而不是篩選。排序通常發生在 Map 輸出和 Reduce 輸入之間。
C. Map 讀取資料，Reduce 寫入資料 （不正確）
錯誤。Map 和 Reduce 都會涉及資料的讀寫，但這不是它們的核心功能定義。Map 主要是處理資料，Reduce 主要是聚合處理後的資料。
D. Map 和 Reduce 功能相同 （不正確）
錯誤。Map 和 Reduce 是兩個截然不同但又相互協作的階段。Map 負責「分」，Reduce 負責「合」，功能完全不同。
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。
某零售公司希望利用顧客的年齡與每月消費金額，預測顧客是否為高價值顧客。提供相關資料 data.csv，包含欄位 Age、Spending、HighValue。請將下列程式碼片段依正確順序排序，以完成模型的建立與預測。 ``` a. from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) b. from sklearn.linear_model import LogisticRegression model = LogisticRegression() model.fit(X_train, y_train) c. import pandas as pd data = pd.read_csv("data.csv") X = data[["Age", "Spending"]] y = data["HighValue"] d. y_pred = model.predict(X_test) print("Predictions:", y_pred[:5]) ```
中級 機器學習技術與應用 難度 ★★★ 114 年
在優化器中，哪一個方法會自動調整每個參數的學習率，特別適用於稀疏資料？
中級 機器學習技術與應用 難度 ★★☆ 114 年
在進行模型訓練前，若針對資料中不同群體（例如分類標籤）之間樣本數量不平衡的情況進行比例調整，此方法通常屬於下列哪一種技術？
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。