iPAS AI 應用規劃師初級 115 年第一次 科一 第 33 題 詳解
115 年第一次 科一 人工智慧基礎概論 · 考點:機器學習基本原理
某公車系統想預測各站點的到站時間,需要考慮歷史班次資料、即時路況、天氣等因素。由於路況變化複雜,傳統循環神經網路(Recurrent Neural Network, RNN)在建模時可能難以保留較早期的重要資訊。下列哪種架構最能解決這個問題?
- A卷積神經網路(Convolutional Neural Network, CNN),利用卷積層捕捉局部特徵
卷積擅長空間局部特徵,非序列長期依賴。
- B自編碼器(Autoencoder, AE),先進行資料壓縮再重建
自編碼器做壓縮重建與降維,不處理時序記憶。
- C全連接神經網路(Fully Connected Neural Network, FCNN),增加隱藏層數量
全連接加深層數無記憶結構,仍無法承接時序資訊。
- D長短期記憶網路(Long Short-Term Memory, LSTM),改善RNN的長期記憶問題(正確答案)
以閘門控制記憶流動,正面解決長期依賴問題。
正確答案:D
考 RNN 長期依賴問題與 LSTM 閘門機制的對應關係。 先看題目描述的資料型態是序列還是空間,再看瓶頸是長期記憶、局部特徵還是壓縮重建。
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。
開始刷題同考點的題目
機器學習基本原理
- 115 年第一次 科一 第 40 題某製造業公司建置機器學習模型,用於預測產品是否為瑕疵品。實際生產資料中,瑕疵品比例極低,大多數樣本皆為正常品。模型測試時…
- 115 年第一次 科一 第 42 題某企業建置基於檢索增強生成(RAG)的法遵知識輔助系統,用於整合法規條文、內控制度與歷史函釋文件。系統運行後發現,每當法…
- 115 年第一次 科一 第 45 題某團隊訓練深層神經網路模型時,發現訓練誤差長時間幾乎未下降,模型參數更新幅度極小,呈現學習停滯現象。若研判問題與梯度傳遞…
- 114 年第四次 科一 第 4 題關於資料正則化(Regularization)L1、L2方法,下列敘述何者正確?
- 114 年第四次 科一 第 9 題根據2025年9月行政院通過之《人工智慧基本法》草案,政府推動人工智慧之「創新實驗環境」制度,主要參考歐盟的何種制度?