iPAS AI 應用規劃師初級 115 年第一次 科一 第 7 題 詳解
115 年第一次 科一 人工智慧基礎概論 · 考點:資料整理與分析流程
某電信公司建立機器學習模型預測用戶流失風險。資料中包含多個類別型特徵(Categorical Features),例如「資費方案類型」與「客戶地區」。為使模型能有效使用這些特徵,下列何者最直接用於將類別型特徵轉換為模型可處理的數值格式?
- A資料分群(Data Clustering)
分群是非監督式分析,不做格式轉換。
- B特徵交叉(Feature Cross)
特徵交叉是組合既有特徵,前提是已完成編碼。
- COne-hot編碼(One-hot Encoding)(正確答案)
每個類別展開為一個0/1欄位,正是數值化手段。
- D寬深模型(Wide and Deep)
模型架構,非資料前處理步驟。
正確答案:C
類別型特徵需經編碼轉為數值,One-hot 編碼是最直接的做法。 看題目要「轉換資料格式」還是「建模或組合特徵」,前者屬前處理編碼技術。
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
資料整理與分析流程
- 115 年第一次 科一 第 13 題根據《金融機構運用人工智慧技術作業規範》,金融機構於使用人工智慧提供金融服務並直接與消費者互動時,下列何者非必要揭露之資…
- 115 年第一次 科一 第 18 題某電商平台工程師需在已排序的價格清單中,快速定位指定價格是否存在,給定排序後陣列:arr = [3, 8, 14, 19…
- 115 年第一次 科一 第 20 題某團隊訓練影像分類模型,發現模型在訓練資料上的準確率達98%,但在測試資料上僅有72%。若團隊希望提升模型對新資料的適應…
- 115 年第一次 科一 第 22 題某製造業工廠規劃導入AI監控系統,持續分析設備感測數據(如溫度、震動與壓力)。系統需能在缺乏完整異常標註資料的情況下,辨…
- 115 年第一次 科一 第 41 題在大型語言模型(LLM)的效能優化中,Flash Attention常被用來改善Transformer注意力機制的運算效…