iPAS AI 應用規劃師初級 114 年第四次 科一 第 42 題 詳解

114 年第四次 科一 人工智慧基礎概論 · 考點:鑑別式AI與生成式AI的基本原理

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?

  1. A資料匿名化(Data Anonymization)

    去識別化仍須把資料集中,無法解決不能外流的限制。

  2. B差分隱私(Differential Privacy)

    靠加噪聲保護個資,但未處理跨院共同訓練的問題。

  3. C聯邦學習(Federated Learning)(正確答案)

    各院在本地訓練、只回傳模型參數,符合兩項需求。

  4. D交叉驗證(Cross-validation)

    是評估模型泛化能力的切分方法,與隱私無關。

正確答案:C

考在聯邦學習如何在資料不出院的前提下完成跨機構模型訓練。 看題目要「資料留在原地」還是「資料處理後再釋出」,前者才指向聯邦學習。

用刷8題準備 iPAS AI 應用規劃師初級

每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。

開始刷題

鑑別式AI與生成式AI的基本原理

  1. 114 年第四次 科一 第 50 題某雲端服務公司計畫將大型語言模型部署於線上系統,並以批次推論(Batch Inference)方式處理每日上百萬筆用戶請…
  2. 115 年第三次 科一 第 4 題某銀行導入AI信用貸款評分系統上線半年後,風險稽核部門發現,即使模型訓練資料中已不包含「職業別」欄位,仍可能透過「居住地…
  3. 115 年第三次 科一 第 7 題根據數位發展部《公部門人工智慧應用參考手冊》,若AI系統的自動決策可能對民眾權益造成重大影響,最應優先確保下列哪一項機制…
  4. 115 年第三次 科一 第 15 題企業在公開去識別化的消費資料集前,為避免他人透過郵遞區號、性別等間接識別資訊交叉比對後重新識別特定個人身分,同時保留資料…
  5. 115 年第三次 科一 第 25 題為了更客觀地評估AI模型的效能,資料科學家將資料集分成5等份,輪流以其中1等份作為測試資料,其餘4等份作為訓練資料,重複…