iPAS AI 應用規劃師初級 115 年第二次 科一 第 24 題 詳解

115 年第二次 科一 人工智慧基礎概論 · 考點:資料隱私與安全

某電商平台導入強化學習(Reinforcement Learning)技術優化商品推薦策略,AI代理(AI Agent)會根據使用者的點擊與購買行為持續調整推薦內容。技術團隊在討論中發現,系統面臨一個核心挑戰:若AI Agent總是推薦過去表現良好的商品,可能會錯失發掘更高潛力商品的機會;但若頻繁嘗試未知商品,又可能影響短期的推薦成效與使用者體驗。請問上述情境敘述的是強化學習中哪一個核心問題?

  1. A探索與利用的權衡(Exploration vs. Exploitation)(正確答案)

    沿用既有最佳解與嘗試未知選項之間的取捨,正是此情境。

  2. B偏差與變異的權衡(Bias vs. Variance)

    描述模型誤差來源分解,屬統計學習範疇,非動作選擇。

  3. C梯度爆炸與消失(Vanishing and Exploding Gradients)

    深度網路反向傳播時的梯度數值問題,與推薦策略無關。

  4. D過擬合與欠擬合(Overfitting and Underfitting)

    指模型對訓練資料擬合過度或不足,情境並未談到泛化能力。

正確答案:A

強化學習中探索與利用權衡的核心概念辨識 看題目描述的是「訓練資料與模型擬合」問題,還是「代理人如何選擇下一步動作」的決策問題。

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

資料隱私與安全

  1. 115 年第二次 科一 第 29 題某AI研究團隊採用GRPO(Group Relative Policy Optimization)作為一種基於強化學習的…
  2. 115 年第一次 科一 第 19 題某物流公司導入強化式學習(Reinforcement Learning)優化車隊調度。模型在系統運行過程中,會依據不同配…
  3. 115 年第一次 科一 第 49 題某AI科技公司在工業缺陷檢測領域已有成熟的辨識產品經驗。現欲與新客戶合作開發一項類似產品的表面瑕疵檢測系統,但因新產品量…
  4. 115 年第一次 科一 第 50 題某醫院使用機器學習模型篩檢癌症患者。模型預測結果會決定哪些病人需要進一步檢查。院方非常重視盡量找出所有可能的癌症患者,即…
  5. 114 年第四次 科一 第 17 題一間金融科技公司設計一款智慧投資系統,該系統會根據市場變化自動決定「買進」、「持有」或「賣出」的行動,並根據每次交易後的…