2025 09 03 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 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如果整理 不同 品項與業績 的報表，最適合使用下列何種圖表？ (A) 盒鬚圖（Box plot） (B) 直方圖（Histogram） (C) 分位數圖（QQ plot） (D) 長條圖（Bar chart）
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
60. 如果整理 不同 品項與業績 的報表，最適合使用下列何種圖表？
(A) 盒鬚圖（Box plot）
(B) 直方圖（Histogram）
(C) 分位數圖（QQ plot）
(D) 長條圖（Bar chart）
61. 若一個樣本的平均數為100，標準差為10，擇一個數值為200，
則該 數值 標準化（Standardarization）後，數值將會轉變為？
(A) 10
(B) 20
(C) 100
(D) 200
標準化（Z-score）的計算公式為：Z = (X - μ) / σ
其中：
X 是原始數值 (200)
μ (mu) 是樣本的平均數 (100)
σ (sigma) 是樣本的標準差 (10)
將數值代入公式： Z = (200 - 100) / 10
Z = 100 / 10 Z = 10
該數值標準化後將會是 10。
62. 使用下列何種方法，可以重新組合資料屬性，產生新的維度？
(A) 主成分分析法（PCA，Principle Component Analysis）
(B) K平均法（K-means）
(C) C50
(D) 卡方檢定（Chi-square test）
63. 下列何種方法可以把學生的成績 從 連續型數值 轉變為 離散型 的級 距？
(A) 最大正規化（Min-Max Normalization）
(B) 裝箱法（Binning Method）
(C) 數值標準化（Standardarization）
(D) Z-分數正規化（Z-score Normalization）
64. 下列何者 不是 特徵萃取 所要達到的目的？
(A) 降低資料維度
(B) 提高學習模型時的效率與效能
(C) 過濾無用資訊
(D) 評估學習得到的模型效能
65. 下列何者 不是常見 的 資料維度 降維 方法？
(A) 主成分分析（Principle Component Analysis）
(B) 核主成分分析（Kernel PCA）
(C) 多維尺度法（Multidimensional Scaling）
(D) K平均法（K-means）
66. 欲擷取網頁內容時，若發現網頁內容 隨著網址而規律 的 改變，
較有可 能為何請求方法？
(A) POST
(B) PUT
(C) GET
(D) READ
67. 下列何者 並非 串流計算（Streaming）的特性？
(A) 可擴展性（Scalable）
(B) 批次運算（Batch Processing）
(C) 低延遲（Low-Latency）
(D) 高度容錯性（Fault-Tolerance）
68. 關於 巨量資料運算平台 上的 資料處理，下列敘述何者 不 正確？
(A) 以分散式方式將資料分片儲存於各節點，以利一次寫入、多次讀 取
(B) 資料本身可進行壓縮（gzip），分散到各資料節點，以增加運算效 能
(C) 透過網路傳輸將執行程式送到資料端進行運算
(D) Map 程式的輸出的結果 是 中間檔（IFILE）， Reducer程式輸出的
結 果是在HDFS（Hadoop Distributed File System）的檔案
69. 下列何者對於 HDFS（Hadoop Distributed File System）的使用是 不 恰 當的？
(A) 存入過大（>100GB）的文字檔案
(B) 將檔案分隔成小單位（<4MB）存入
(C) 存入串流（streaming）資料
(D) 將文字檔壓縮存入
沒有留言:
張貼留言