人工智慧基礎概論:254 題線上練習
「人工智慧基礎概論」是 iPAS AI 應用規劃師初級考試科目(代號 L11)。本頁整理 254 題免費練習題,依 4 個知識主題分類,每題可線上作答並附逐題解析。
「人工智慧基礎概論」是 iPAS AI 應用規劃師初級考試科目(代號 L11)。本頁整理 254 題免費練習題,依 4 個知識主題分類,每題可線上作答並附逐題解析。
考試範圍定位
- 考試等級
- iPAS AI 應用規劃師初級能力鑑定
- 考試科目
- 人工智慧基礎概論(L11)
- 考試科目
- 人工智慧基礎概論(L11)
練習題列表(共 254 題)
以下依知識主題分組,每組節錄部分題目;點各主題標題可查看該主題全部題目。
人工智慧概念(119 題)→
資料處理與分析概念(22 題)→
下列何者非大數據時代資料的特性?
下列何者非大數據時代資料的特性?
下列哪一種資料類型不屬於非結構化資料?
下列資料型態,何者最常用來儲存員工年齡、員工年資、貨品銷售量等資料?
一家旅遊平台希望建立模型,預測顧客下次是否會再次透過該平台訂房。資料包含:顧客ID、年齡、旅遊次數、平均花費金額、主要交通方式(火車/飛機/自駕/公車)、會員等級(普通/進階/白金)、是否為海外旅遊等。下列哪一種特徵工程方法最適合處理「主要交通方式」欄位?
某公司欲建立員工離職風險預測模型,資料集中包含「年度績效分數」、「平均每月加班時數」、「年齡」等數值型特徵。由於各特徵的數值範圍差異極大(例如績效分數1-5、加班時數0-80、年齡20-65),若直接輸入至使用梯度下降的邏輯迴歸(Logistic Regression)模型,可能導致模型收斂緩慢或權重偏斜。為提升模型訓練效率與準確度,下列哪一種特徵工程方法最適合應用於這些數值特徵?
機器學習概念(73 題)→
若要設計一個能夠辨識並過濾垃圾郵件的系統,應該選擇下列哪一種機器學習演算法以實現最佳效果?
下列哪一類問題最適合使用非監督式學習(Unsupervised Learning)來處理?
某模型使用K-近鄰演算法(KNN)進行分類,K設為3。一筆新的測試資料輸入後,與其最接近的3筆資料的類別如下:鄰近樣本1:類別A;鄰近樣本2:類別B;鄰近樣本3:類別A。請問模型會將這筆資料預測為哪一類別?
在訓練機器學習模型時,若任務為預測房價,應選用下列哪一種損失函數(Loss Function)來衡量預測誤差?
某金融科技公司正開發一套違約風險預測系統,需大量處理不同客戶的財務特徵資料。考量到資料特徵數量眾多,且希望提升預測的穩定性與泛化能力,下列哪一種鑑別式AI模型最適合?
一家跨國醫療研究機構希望利用各地醫院的病患資料,建立一個能夠預測疾病早期風險的機器學習模型。由於各國法規限制,病患的原始資料無法集中到單一伺服器。在此情境下,下列哪一種方法最能同時滿足「各醫院保留資料不外流」與「模型仍能跨院學習」的需求?
本考點的相關 AI 術語
先掌握以下術語的定義與應用情境,再回來刷題,正確率會明顯提升。
下一步
練完本考點的題目後,回到 題庫總覽 查看其他科目的題數分布, 或直接進行 完整模擬考 驗證實力。 還不確定弱點在哪,先做 診斷測驗; 想了解歷年出題趨勢與高頻考點,參考 考古題與模擬測驗總整理。