iPAS AI 應用規劃師初級 115 年第三次 科一 第 13 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,團隊執行了以下步驟:移除貼文中夾雜的HTML標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞,並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節?

  1. A模型評估(Model Evaluation):透過移除干擾詞彙,計算模型在測試資料集上的準確率、精確率等指標表現

    評估是用指標檢驗訓練後模型,非處理原始文字。

  2. B特徵萃取(Feature Extraction):將文字資料轉換為數值向量,使模型能夠識別評論中與情緒相關的關鍵詞彙權重

    特徵萃取是把已清理文字轉成數值向量,屬下一步。

  3. C資料清理與預處理(Data Cleaning and Preprocessing):將原始、雜亂的文字資料轉換為格式一致、去除雜訊的乾淨資料,以利後續模型有效學習(正確答案)

    去標籤、去停用詞、統一大小寫即典型預處理。

  4. D超參數調校(Hyperparameter Tuning):調整模型訓練過程中的學習率、批次大小等參數,以移除訓練資料中的雜訊干擾

    調學習率、批次大小與清除資料雜訊無關。

正確答案:C

辨識機器學習專案流程中「資料清理與預處理」所涵蓋的工作內容。 先看動作是在「整理原始資料」還是在「轉數值、調參數、算指標」,再對應流程環節。

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

資料基本概念與來源

  1. 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…
  2. 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…
  3. 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…
  4. 115 年第三次 科一 第 22 題某食品加工廠建立水果瑕疵檢測系統,已蒐集約10,000張影像,其中2,000張已完成「正常」、「碰傷」及「病斑」標註,其…
  5. 115 年第三次 科一 第 27 題某集團為響應淨零排放政策,計劃引進智慧節能系統,利用歷史氣象觀測資料(如溫度、濕度)與大樓進出人數,來預測總部大樓明日的…