iPAS AI 應用規劃師初級 114 年第四次 科一 第 43 題 詳解

114 年第四次 科一 人工智慧基礎概論 · 考點:資料整理與分析流程

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?

  1. A布林轉換(Boolean Conversion)

    布林轉換把特徵壓成是非兩值,會丟失數值大小資訊。

  2. B時間序列分解(Time Series Decomposition)

    時間序列分解用於拆解趨勢與季節性,此處無時間軸。

  3. COne-hot編碼(One-hot Encoding)

    One-hot 針對類別型欄位,對連續數值不適用。

  4. D數值標準化(Numerical Standardization)(正確答案)

    標準化統一尺度,讓梯度下降收斂穩定且權重不偏斜。

正確答案:D

數值型特徵尺度差異對梯度下降模型的影響與標準化處理 先看特徵是數值型還是類別型,再看問題是不是出在尺度或單位不一致。

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

資料整理與分析流程

  1. 114 年第四次 科一 第 46 題某電商公司想預測用戶是否會購買特定商品,資料中包含多種用戶屬性與行為特徵。分析師希望選出對購買結果最有預測價值的特徵,以…
  2. 115 年第三次 科一 第 9 題某電商平台計劃開發一個機器學習模型,目標是在每個月底自動預測哪些現有會員在下個月可能會流失(不再消費),以便行銷團隊提前…
  3. 115 年第三次 科一 第 10 題某零售電商平台計劃建置機器學習模型分析會員行為。在資料預處理階段,資料科學團隊發現會員的「年消費總額」與「月到訪次數」數…
  4. 115 年第三次 科一 第 14 題某資料科學家利用房屋資料建立AI房價預測模型,資料中包含許多彼此高度相關的數值特徵(例如房屋總坪數、客廳坪數等)。為了降…
  5. 115 年第三次 科一 第 20 題某電商平台計劃針對既有會員進行精準行銷。行銷團隊收集了所有會員的平均消費金額、每月購物頻率及瀏覽商品類別次數等特徵資料,…