iPAS 考題解析
某醫院研究團隊蒐集了大量病患的「收縮壓」數據,經檢驗後顯示此數值大致呈現常態分布。在進行後續模型分析前,研究人員希望妥善處理可能存在的極端血壓數值。下列哪一種做法最為合適?
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
某醫院研究團隊蒐集了大量病患的「收縮壓」數據,經檢驗後顯示此數值大致呈現常態分布。在進行後續模型分析前,研究人員希望妥善處理可能存在的極端血壓數值。下列哪一種做法最為合適?
- A. 將所有極端偏高或偏低的血壓數據直接刪除,以保留最具代表性的病患樣本;
- B. 使用對數轉換(Log Transformation),將數據壓縮至更接近常態,以降低極端值的影響;
- C. 透過 Z 分數(Z-score)或標準差範圍檢測異常值,並依研究需求決定是否調整或移除; ✓ 正確答案
- D. 將檢測到的離群值以 Label Encoding 編碼,轉換為序號標籤以避免影響原始分布
詳細解析
正確答案:C. 透過 Z 分數(Z-score)或標準差範圍檢測異常值,並依研究需求決定是否調整或移除;
對於已呈常態分布的資料,使用 Z 分數或標準差範圍(如 3 個標準差)來檢測異常值是最科學的方法。檢測出異常值後,應根據研究需求和領域知識決定是調整還是移除,而非一刀切地刪除。
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. 將所有極端偏高或偏低的血壓數據直接刪除,以保留最具代表性的病患樣本; (不正確)
直接刪除所有極端值可能丟失重要的臨床資訊,過於粗暴且缺乏科學依據。
B. 使用對數轉換(Log Transformation),將數據壓縮至更接近常態,以降低極端值的影響; (不正確)
資料已呈常態分布,不需要用對數轉換來改善分布形態。
C. 透過 Z 分數(Z-score)或標準差範圍檢測異常值,並依研究需求決定是否調整或移除; (正確)
用 Z 分數檢測異常值後依研究需求決定處理方式,是最科學且靈活的做法。
D. 將檢測到的離群值以 Label Encoding 編碼,轉換為序號標籤以避免影響原始分布 (不正確)
Label Encoding 用於類別變數編碼,對數值型的血壓資料使用完全不合理。
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。
若希望檢視某一連續型數據的分布情形(如集中程度、偏態或是否呈現多峰),下列哪一種應用情境最適合使用直方圖(Histogram)來進行分析?
某 AI 科技公司在工業缺陷檢測領域已有成熟的辨識產品經驗。現欲與新客戶合作開發一項類似產品的表面瑕疵檢測系統,但因新產品量產不久,標註樣本極為稀少且專家標註成本高昂。在不大幅增加標註預算的前提下,利用該公司既有的技術優勢來提升模型表現?
在人工智慧系統的決策流程中,下列哪一種情境最符合「人在迴圈上(Human-over-the-loop)」所強調的監督機制?
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 114 年 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。