iPAS AI 應用規劃師初級 115 年第二次 科一 第 2 題 詳解
115 年第二次 科一 人工智慧基礎概論 · 考點:資料基本概念與來源
某物流公司正在規劃導入AI系統以優化多項業務流程,包含異常包裹偵測、路線自動規劃與倉儲揀貨效率提升。技術團隊在評估過程中,針對不同任務的資料特性與學習目標,討論應採用哪種機器學習方式。請問下列對於各學習方式的敘述,何者有誤?
- A監督式學習(Supervised Learning)適合用於異常包裹偵測,前提是須備有大量已標註為正常或異常的歷史資料
有正常/異常標註資料時,監督式學習確實可做異常偵測。
- B非監督式學習可(Unsupervised Learning)用於分析倉儲揀貨動線的潛在分群,但無法直接預測特定行為的對錯
非監督式學習能分群動線,但不判斷對錯,敘述正確。
- C強化學習(Reinforcement Learning)適合應用於路線規劃,模型透過反覆嘗試與環境回饋,逐步找出最佳配送策略
路線規劃靠試錯與回饋逐步優化,是強化學習典型場景。
- D非監督式學習(Unsupervised Learning)可用於異常包裹偵測,並能在缺乏標註資料的情況下,準確判斷每筆資料是否屬於特定異常類別(正確答案)
無標註資料下無法準確判定屬於哪一特定異常類別,錯誤。
正確答案:D
辨識監督式、非監督式與強化學習三種學習方式的適用情境與能力界線。 先問「有沒有標註答案」,再問「是否靠環境回饋試錯」,即可定位學習方式並檢查其能力上限。
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 年第二次 科一 第 10 題某市政府環保局計畫建立空氣品質監測AI系統,需整合全市5萬個感測器的即時數據(每秒產生大量資料記錄),並持續接收氣象、交…
- 115 年第二次 科一 第 12 題某製造業導入AI進行生產排程,需整合ERP(企業資源規劃系統)訂單資料、設備感測器產生的連續數值紀錄,以及維修技師手寫異…
- 115 年第二次 科一 第 13 題某銀行建立機器學習模型預測客戶的貸款違約風險。資料集中有一個「職業類別」欄位,包含「工程師、教師、業務、自由業」等類別。…
- 115 年第二次 科一 第 15 題某醫療院所建置病患再住院風險預測模型,特徵包含「年齡」、「體重」、「血壓數值」及「診斷類別代碼」等,資料科學家考慮是否需…
- 115 年第二次 科一 第 18 題某工業感測器回傳溫度時序資料,約5%出現遺漏值,確認為短暫失聯所致,非設備異常。資料工程師需在不引入虛假異常的前提下進行…