iPAS 考題解析
異常值偵測使用 IQR(Interquartile Range)法時,下列哪一種範圍外的數值會被視為異常?
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- 大數據處理分析與應用
- 知識主題
- 機率統計基礎
- 能力指標
- 敘述性統計與資料摘要技術(L22101)
本題屬於 iPAS AI 應用規劃師中級能力鑑定「大數據處理分析與應用」科目中的「機率統計基礎」範疇, 對應的能力指標為「敘述性統計與資料摘要技術」,涵蓋數據的集中趨勢、離散程度與分佈型態、數據清理與剖析等核心知識點。 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
異常值偵測使用 IQR(Interquartile Range)法時,下列哪一種範圍外的數值會被視為異常?
- A. 超過 Q2 ± 2×IQR
- B. 高於 Q1 – IQR 或低於 Q3 + IQR
- C. 高於 Q1 – 2×IQR 或低於 Q3 + 2×IQR
- D. 低於 Q1 – 1.5×IQR 或高於 Q3 + 1.5×IQR ✓ 正確答案
詳細解析
正確答案:D. 低於 Q1 – 1.5×IQR 或高於 Q3 + 1.5×IQR
IQR 異常值偵測的標準規則(Tukey 方法):低於 Q1 – 1.5×IQR 或高於 Q3 + 1.5×IQR 的值被視為異常(離群值)。其中 IQR = Q3 – Q1。此為統計學的標準定義,是箱形圖(Box Plot)判斷離群值的依據。
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. 超過 Q2 ± 2×IQR (不正確)
Q2 ± 2×IQR 不是 IQR 法的標準定義。
B. 高於 Q1 – IQR 或低於 Q3 + IQR (不正確)
方向錯誤,且係數應為 1.5,不是 1。
C. 高於 Q1 – 2×IQR 或低於 Q3 + 2×IQR (不正確)
係數應為 1.5,不是 2;且方向描述不符合標準。
D. 低於 Q1 – 1.5×IQR 或高於 Q3 + 1.5×IQR (正確)
Q1 – 1.5×IQR 以下和 Q3 + 1.5×IQR 以上被視為異常,此為正確的 IQR 標準規則。
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。
考慮使用 CIFAR-10 資料集進行資料處理,資料包括 32×32 像素的多筆彩色照片。下列程式碼的資料處理,請選出正確的選項。 ```python from tensorflow.keras import datasets, utils import pandas as pd (x_train, y_train), (x_test, y_test) = datasets.cifar10.load_data() # type(x_train) -> numpy.ndarray # x_train.shape, y_train.shape, x_test.shape, y_test.shape # -> (50000, 32, 32, 3) (50000, 1) (10000, 32, 32, 3) (10000, 1) # x_train.min() -> 0 # x_train.max() -> 255 ```
為了分析社群網路使用者之間的互動結構,應使用下列哪種分析方法?
若企業希望即時監控交易異常,應選擇下列哪一類數據處理架構?
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 114 年 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。