iPAS AI 應用規劃師初級 115 年第三次 科一 第 1 題 詳解
115 年第三次 科一 人工智慧基礎概論 · 考點:資料基本概念與來源
某製造工廠計劃導入AI預測產線設備的故障風險。維護團隊整理了過去五年的設備運作資料,並由資深工程師逐一完成人工標註,將每筆資料標示為「正常運作」或「發生故障」。若要利用這批已完成標註的歷史資料訓練分類模型,下列哪一種機器學習方法最適合?
- A監督式學習(Supervised Learning)(正確答案)
全部資料皆有正常/故障標籤,屬典型監督式分類。
- B非監督式學習(Unsupervised Learning)
非監督式用於無標籤資料做分群,浪費既有標註。
- C強化學習(Reinforcement Learning)
強化學習靠環境回饋與獎勵訓練,非靜態標註資料。
- D半監督式學習(Semi-supervised Learning)
半監督式適用少量標註加大量未標註,本題不符。
正確答案:A
判斷資料是否已完整標註,據以選出對應的機器學習類型。 先看題目說資料「有無標註、標註比例多少」,再對應到監督、非監督或半監督。
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 年第三次 科一 第 3 題某物流公司希望導入人工智慧(AI)技術,目標是能依據即時交通路況、配送車輛位置及訂單需求,自動計算並決定最佳配送路線與車…
- 115 年第三次 科一 第 13 題某電商平台的資料科學團隊欲建置一套NLP模型,用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前,…
- 115 年第三次 科一 第 16 題某零售企業的資料科學團隊正在開發高價值會員預測模型。在資料前處理階段,分析師發現特徵欄位「年收入」有約5%的遺漏值(Mi…
- 115 年第三次 科一 第 17 題某公司準備利用智慧電表資料建立AI模型分析用電趨勢。為了降低資料量,將原本每秒紀錄一次的資料改為每小時統計一次。這項調整…
- 115 年第三次 科一 第 19 題某科技新創公司欲開發一套人臉美化濾鏡應用程式,研發團隊自網路公開的社群媒體蒐集大量個人自拍照作為模型訓練資料。這些照片皆…