加載中. ..
PDF
iPAS 機器學習工程師能力鑑定-考試樣題公告
考科 1. 機器學習概論
評鑑主題
答案
題目
L111
B
哪一種學習方法完全不需要標註資料?
(A)監督式學習；(B)非監督式學習；(C)半非監督式學習；(D)加強式學習
L111
B
下列何者不是機器學習「機器學習運營化管理」的執行流程?
(A)針對業務目標設計模型；(B)針對模型效能給定不同價錢；(C)部署軟體解
決方案；(D)監控與重新啟動以改進模型
L112
C
5關於監督式學習，下列敘述何者不正確?
(A) 模型的訓練資料必須有應變項
(B) 訓練資料不一定為連續型資料
(C) 主成分分析是一種監督式學習的方法
(D) 訓練資料過少時，可利用 Bootstrap(拔靴法)進行修正
L112
B
請問對於深度學習，哪種硬體較適合拿來應用?
(A)CPU ； (B)GPU ； (C)APU ； (D)以上皆是
L112
C
2. 下列何者為「非監督式學習」演算法?
(A) 決策樹(Decision Tree) ； (B) 集成方法(Ensemble Methods) ；
(C) K 平均法(K-Means) ； (D) 支援向量機(Support Vector Machine)
L113
B
假設：今有五群考生人數分別為 5、10、15、20、30 人，考試平均分數依
序為 90、50、60、80、70 分，請問全體考生平均分數為何?
(A)69.333 分； (B)69.375 分； (C)67.25 分 ； (D)72.667 分
L113
C
(A) 0；(B) 1；(C) 2；(D) 3
考科 2. 機器學習資料解析與建模
評鑑主題
答案
題目
L121
A
請問在 MapReduce 的計算框架，Map 負責處理資料的問題，與 Reduce
負責處理資料的問題，以下敘述何者正確?
(A) Map: 一組資料映射成另一組資料; Reduce: 統合與歸納資料
(B) Map: 地圖式的搜索資料; Reduce: 統合與歸納資料
(C) Map: 一組資料映射成另一組資料; Reduce: 過濾不符合的資料
(D) Map: 一組資料映射成另一組資料; Reduce: 生成更多的資料
L121
A
請問特徵選取 (Feature Selection) 的方法，以下何者正確?
(A) 過濾法；(B) 壓縮法；(C) 主成分分析法；(D) 隨機選取法
L122
D
Exploratory data analysis (EDA)的功能不包含下列何者?
(A) 識別異常值；(B) 留下/刪除非必要變量；(C) 處理缺失值；(D) 估測模
型
L122
D
下列哪個特徵刪除方法會隨每次運行有不同結果?
(A)基於缺失值百分比特徵；(B)共線特徵；(C)單個值特徵；(D)基於特徵重要
性
L123
D
下列關於決策樹敘述何者非?
(A)葉子分裂過程目的是直到葉子是純；(B)可以解決分類與回歸問題；(C)可
透過設置樹的最大深度限制來修剪樹；(D)非常深的樹有很多節點，不容易導
致過擬合
L123
C
機器學習中使用 Grid Search 通常是對模型的何種參數進行優化?
(A)Early stopping 使 用 與 否 ； (B) 模 型 權 重 參 數 ； (C) 超參數
(Hyperparameter)；(D)誤差目標函式的選擇
L123
B
在進行回歸與分類分析，以下對數據前處理的順序何者正確?
(A)PCA(降維)→正規化 PCA 數據→訓練資料；
(B)正規化數據→PCA(降維)→訓練資料；
(C)正規化數據→PCA(降維)→正規化 PCA 數據→訓練資料；
(D)以上皆非