iPAS AI 應用規劃師初級 115 年第一次 科一 第 39 題 詳解
115 年第一次 科一 人工智慧基礎概論 · 考點:資料基本概念與來源
某企業評估於不同業務場景導入機器學習技術。下列哪一項應用情境與機器學習類型的搭配最為適當?
- A在醫療影像分析中,同時運用少量已標註資料與大量未標註影像進行模型訓練—監督式學習(Supervised Learning)
少量標註加大量未標註屬半監督式學習,非監督式。
- B在智慧推薦系統中,利用顧客是否點擊的歷史標籤資料預測未來偏好—非監督式學習(Unsupervised Learning)
有點擊標籤即為監督式學習,標成非監督式錯誤。
- C在詐欺交易分析中,模型透過錯誤判斷所產生的損失作為回饋訊號,持續調整策略—監督式學習(Supervised Learning)
以損失為回饋持續調策略是強化學習特徵。
- D在股價資料分析中,將歷史價格變動模式劃分為若干趨勢型態,且未使用人工標註—非監督式學習(Unsupervised Learning)(正確答案)
無標註下自行分群出趨勢型態,符合非監督式定義。
正確答案:D
判斷應用情境屬於監督式、非監督式或強化學習等機器學習類型。 先問資料有沒有人工標註答案,再看回饋是不是來自環境獎懲,即可定出類型。
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
資料基本概念與來源
- 115 年第一次 科一 第 43 題關於機器學習不同的學習模式,下列敘述何者錯誤? 1.監督式學習(Supervised Learning)透過已標註資料學…
- 115 年第一次 科一 第 47 題某企業規劃導入AI技術支援多項資料分析任務中,下列何種屬於結構化預測(Structured Prediction)問題?
- 114 年第四次 科一 第 6 題在Lasso模型中,L1正則化(Regularization)導致參數收斂為零的原因為何?
- 114 年第四次 科一 第 7 題貝氏分類器(Naive Bayes Classifier)常被應用於文字分類、垃圾郵件過濾等場景。依據模型特性,它最適合…
- 114 年第四次 科一 第 11 題下列哪一類問題最適合使用非監督式學習(Unsupervised Learning)來處理?