iPAS 考題解析
在資料處理中，下列何者屬於「結構化數據」的例子？
初級 人工智慧基礎概論
難度：中等 ★★☆ 115 年考題
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
在資料處理中，下列何者屬於「結構化數據」的例子？
- A. 儲存在 MySQL 資料庫中的訂單記錄 ✓ 正確答案
- B. 以 JSON 格式儲存的商品訂單資訊
- C. 用 XML 標註的產品目錄
- D. 儲存在純文字檔案中的客服對話紀錄
詳細解析
正確答案：A. 儲存在 MySQL 資料庫中的訂單記錄
結構化數據指的是具有固定欄位和格式、可以用表格形式儲存的資料。MySQL 資料庫中的訂單記錄具有明確的表格結構（欄位、列），是典型的結構化數據。JSON 和 XML 屬於半結構化數據，純文字則是非結構化數據。
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. 儲存在 MySQL 資料庫中的訂單記錄 （正確）
MySQL 資料庫的訂單記錄有固定表格結構，是典型的結構化數據（正確答案）。
B. 以 JSON 格式儲存的商品訂單資訊 （不正確）
JSON 格式具有彈性的巢狀結構，屬於半結構化數據。
C. 用 XML 標註的產品目錄 （不正確）
XML 標註的資料具有標籤但無固定表格結構，屬於半結構化數據。
D. 儲存在純文字檔案中的客服對話紀錄 （不正確）
純文字檔案的對話紀錄沒有固定結構，屬於非結構化數據。
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。
關於敘述性統計指標，下列敘述何者最為正確？
初級 人工智慧基礎概論 難度 ★★☆ 115 年
某行銷公司欲針對新客戶進行「行銷活動推播」，目前擁有資料包含：客戶基本資料（尚未有購買紀錄）、客戶過往點擊行為（未標記是否完成購買）、類似客戶是否曾購買過（已標記「有/無購買」標籤）。若該公司希望預測新的單一客戶是否可能完成購買行為，下列哪一種學習方式與資料搭配最合適？
初級 人工智慧基礎概論 難度 ★★☆
某醫院希望開發一個系統，根據患者的年齡、血壓與 BMI 等資訊，預測其罹患糖尿病的機率（0~1），並依據預測值是否超過 0.5 做出風險警示。下列哪一種模型最適合用於此分類任務？
初級 人工智慧基礎概論 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 115 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。