AI應用規劃師初級: L11 人工智慧基礎概論
L11201 資料基本概念與來源
130. 關於 機率與統計，下列敘述何者不正確？
(A) 統計分析的對象是樣本而非母體時，可引入能合宜刻畫抽樣變異
的機率模型，以了解源自於抽樣變異，所產生的統計估計值 不確 定程度
(B) 大資料時代下各式資料充斥，資料分析師必須使用全部的可用資 料
進行分析
(C) 抽樣理論說明如何有效率地從母體中萃取所需要的訊息，許多統 計推論
均假設樣本已經隨機抽出，可以直接進行分析
(D) 資料探勘與機器學習領域中必須運用基本的統計分析，以及進階 的
重抽樣（Resampling）與 模擬（Simulation）等方法。
因此，統 計學仍然是大資料時代下必備且基本的武器之一
131. 關於「非監督式學習」（Unsupervised Learning），下列敘述何者正確？
(A) 輸出屬性值是可以被預測的
(B) 需用測試集測試所建立模型的正確性
(C) 輸入資料的形式只能是類別資料型態
(D) 建立模式用的資料，並不是事前定義好的
132. 關於離群值（Outlier），下列敘述何者 不正確？
(A) 與一般資料極度不同的資料個體
(B) 異常值偵測時可以忽略之
(C) 經由量測錯誤所引起
(D) 資料與生俱有的變異性造成
133. 關於K-means演算法，下列敘述何者不正確？
(A) 將n筆待分群的資料選出k個資料點為集群的中心點
(B) 將所有資料與此k個中心點做距離運算
(C) 穩定性高，對異常值或極值不敏感
(D) 每次計算K-means，分群結果不一定相同
134. 關於階層式分群，下列敘述何者不正確？
(A) 階層式分群法可以用樹狀結構呈現計算過程
(B) 使用階層式分群法時，必須定義資料群之間的距離計算方式
(C) 階層式分群可應用於小資料集
(D) 階層式分群法需一開始給定群的數目
135. 關於 探索式資料分析（Exploratory Data Analysis），下列何者常用來
呈 現 非類別資料 的情況？
(A) 莖葉圖（Stem-and-Leaf Plot）
(B) 長條圖（Bar Chart）
(C) 桑基圖（Sankey Diagram）
(D) 圓餅圖（Pie Chart）
136. 關於 多變量探索式分析（Multivariate Exploratory Analysis），
下列敘述 何者 不正確？
(A) 多個量化變數（Quantitative Variables）之間的關係，
通常可以散 佈圖矩陣（Scatterplot Matrix）來表達
(B) 共變異數（Covariance）是相對指標（Relative Index），
而相關係 數（Correlation Coefficient）是絕對指標（Absolute Index）
(C) 計算數值資料矩陣中所有成對的相關係數，即可獲得
相關係數矩 陣（Correlation Matrix）
(D) 透過數據排名值（Rank）的方式，將共變異數與相關係數的概念 延伸
到類別變數上
137. 屬性挑選（Feature Selection）是指 挑選原始資料中的 合宜屬性，
或可 視為 移除缺乏訊息內涵 之變數的 維度縮減 策略。
下列常用的降維方法 中，何者不屬於屬性挑選的方式？
(A) 遺缺值比率（Missing Values Ratio）
(B) 前向式屬性構模（Forward Feature Construction）
(C) 主成分分析（Principal Component Analysis）
(D) 卡方檢定與信息增益（Chi-square and Information Gain）
138. 關於機器學習的方式，下列敘述何者正確？
(A) 非監督式學習的目標通常清晰
(B) 一般而言我們很難評估非監督式學習結果的好壞
(C) 監督式學習通常是探索式資料分析的一部分
(D) 非監督式學習的目標就是預測反應變數
139. 下列何者 不是 非監督式學習的任務？
(A) 上傳至社群網路的相片是否有人臉
(B) 在癌症樣本中，或是基因變數中尋找可能的子群，以對此疾病有
更好的瞭解
(C) 線上購物網站嘗試依相似的瀏覽習慣與採購記錄將消費者分群，
並將同群消費者購買的品項集合在一起
(D) 搜尋引擎也會依據具有相同搜尋型態的使用者點擊歷程，
決定呈 現哪些搜尋結果
發表文章
