加載中. ..
PDF
中華郵政股份有限公司 110 年職階人員甄試試題
職階／甄選類科【代碼】：營運職／數據分析【S0106】
第一節／專業科目（1）：數據分析及演算法運用
＊入場通知書編號：_______________
注意：作答前先檢查答案卷，測驗入場通知書編號、座位標籤、應試科目等是否相符，如有不同應立即
請監試人員處理。使用非本人答案卷作答者，該節不予計分。
本試卷為一張單面，非選擇題共 4大題，每題 25 分，共 100 分。
非選擇題限以藍、黑色鋼筆或原子筆於答案卷上採橫式作答，並請依標題指示之題號於各題指定
作答區內作答。
請勿於答案卷上書寫姓名、入場通知書編號或與答案無關之任何文字或符號。
本項測驗僅得使用簡易型電子計算器(不具任何財務函數、工程函數、儲存程式、文數字編輯、內
建程式、外接插卡、攝(錄)影音、資料傳輸、通訊或類似功能)，且不得發出聲響。應考人如有下
列情事扣該節成績 10 分，如再犯者該節不予計分。1.電子計算器發出聲響，經制止仍執意續犯
者。2.將不符規定之電子計算器置於桌面或使用，經制止仍執意續犯者。
答案卷務必繳回，未繳回者該節以零分計算。
第一題：
關聯規則分析是數據分析中常用於分析顧客交易項目關聯性的方法，請回答下列問題：
（一）請簡要說明關聯規則分析之定義。【5分】
（二）請說明關聯規則分析的三項衡量指標。【10 分】
（三）Apriori 演算法是較早提出的關聯規則分析演算法，請簡要說明 Apriori 演算法流
程。【10 分】
第二題：
深度學習於 2012 年起，再次有突破性的發展；其中，圖像辨識可能有助於郵局多項業
務效率提升，請回答下列問題：
（一）請說明卷積神經網路(CNN)之基本概念。【10 分】
（二）相較於傳統機器學習，卷積神經網路(CNN)能夠提升圖像辨識正確率之原因為
何？【10 分】
（三）請說明卷積神經網路(CNN)與循環神經網路(RNN)之差異性。【5分】
第三題：
請使用「選擇排序法(Selection Sort)」將下面陣列 a中的 6個整數由小至大排序，請依
照【表三】格式將過程中每一回合的排序結果列出。【25 分】【提示：「選擇排序法(Selection
Sort)」的概念是在每一回合中選擇出範圍內最大元素，再與範圍內最右邊元素交換。】
int a[6] = { 36, 60, 19, 40, 24, 2};
回合
a[0]
a[1]
a[2]
a[3]
a[4]
a[5]
原始排列
36
60
40
19
24
2
第1回合
第2回合
第3回合
第4回合
第5回合
第四題：
下列是 A與B兩個矩陣的乘法，左邊是 2x3 矩陣，右邊是 3x2 矩陣，相乘的結果是 C，
為2x2 矩陣。
計算方法是左邊矩陣的「列」乘以右邊矩陣的「行」，並加總起來，亦即：
c11 = a11 x b11 + a12 x b21 + a13 x b31
c12 = a11 x b12 + a12 x b22 + a13 x b32
……
若以陣列來儲存矩陣資料，請依照【表四】C/C++語言的格式，寫出一個 mxn矩陣乘以
nxp矩陣的演算法，亦即 A(mxn) x B(nxp) = C(mxp)。【25 分】
Matrix_Multiplication(int m, int n, int p, int a[m][n],
int b[n][p], int c[m][p])
{
for(int i=0; ________; i++) {
for(int j=0; ________; j++) {
________=0;
for(int k=0; ________; k++) {
c[i][j]=__________________________;
}
}
}
}
【表三】
【表四】