iPAS 考題解析
某 AI 團隊在分析一組連續型數據時,發現部分紀錄的數值明顯高於其他資料點。若專案目標是識別高價值客戶的行為模式,下列哪一種處理方式最為合適?
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 AI 團隊在分析一組連續型數據時,發現部分紀錄的數值明顯高於其他資料點。若專案目標是識別高價值客戶的行為模式,下列哪一種處理方式最為合適?
- A. 立即刪除離群值,以避免模型訓練時出現偏差
- B. 視為錯誤值並全部替換為平均值
- C. 保留離群值並標註為高價值異常點,納入後續模型訓練考量 ✓ 正確答案
- D. 將離群值全數轉換為中位數,避免影響平均計算
詳細解析
正確答案:C. 保留離群值並標註為高價值異常點,納入後續模型訓練考量
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. 立即刪除離群值,以避免模型訓練時出現偏差 (不正確)
這個做法不對喔!雖然離群值可能影響模型,但如果目標是識別「高價值客戶」,這些高數值很可能就是高價值的特徵,刪除會錯失重要資訊。
B. 視為錯誤值並全部替換為平均值 (不正確)
這個做法不對。這些高數值不一定是錯誤,可能是真實且重要的數據。全部替換成平均值會讓高價值客戶的獨特模式消失,模型就學不到了。
C. 保留離群值並標註為高價值異常點,納入後續模型訓練考量 (正確)
答對了!既然目標是識別高價值客戶,那些「明顯高於其他資料點」的數值,很可能就是高價值客戶的行為模式。保留並標註,能讓模型更精準地學習這些特徵。
D. 將離群值全數轉換為中位數,避免影響平均計算 (不正確)
這個做法不對。把離群值轉換成中位數,會改變原始數據的分布,同樣會稀釋掉高價值客戶的特徵,讓模型無法有效識別目標。
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。
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。