14. 某 AI 平台的資料量已達 PB 級，單一資料庫節點已無法負荷，決定採用分片(Sharding) 策略。下列何者為 Sharding 設計的主要目的？
(A)增加資料備份數量以提升安全性；
(B)將查詢結果預先計算以降低延遲；
(C)將資料水平分割以提升擴展性與負載均衡；
(D)將資料壓縮以減少儲存成本

15. 某資料工程師在建構大規模影像資料處理流程時，需要處理數千萬筆訓練影像，並發 ：訓練集準確率達 99%，但驗證集僅有 72%。 現模型出現嚴重的過度擬合(Overfitting) 在不改變模型架構的前提下，下列哪一項「資料處理層面」的調整最無法有效改善過度 擬合，甚至可能使問題惡化？ (A)在資料處理流程中加入資料增強(Data Augmentation) ，於訓練時動態生成多樣化影像樣本； (B)擴充資料來源，收集更多不同場景與條件的影像，以提升訓練資料分布的多樣性； (C)為了提升資料處理吞吐量(Throughput) ，預先將影像轉為固定特徵並快取(Cache) ， 反覆使用相同訓練資料以加速訓練流程； (D)在資料前處理階段進行資料清理，移除標註錯誤或品質不佳的影像資料

16. 某工程師在建立推薦系統時，評估使用奇異值分解(Singular Value Decomposition, SVD) 對使用者-商品評分矩陣進行潛在語意分析(Latent Semantic Analysis, LSA) 。關於 SVD 的數學性質，下列何者不正確？ (A)SVD 只能分解方陣(Square Matrix)，無法應用於行列數不相等的長方形矩陣； (B)SVD 常用於降維(Dimensionality Reduction) ，透過保留最大的 k 個奇異值來近似原 始矩陣(截斷 SVD)； (C)SVD 比 PCA 更一般化，因為 PCA 可視為對資料的共變異數矩陣(Covariance Matrix) 進行的特殊 SVD 運算； (D)LSA 是 SVD 在文字-文件矩陣上的應用，透過截斷 SVD 捕捉詞語與文件的潛在語 意關係

17. 某醫院欲建立一套加護病房(ICU)敗血症預測模型，資料來自 120 位病患之生命徵象 ，每 5 分鐘記錄一次。資料中敗血症相關樣本僅佔 3.2%，屬 (如心率、血壓、體溫等) 於高度不平衡資料。在資料檢查過程中發現數項問題，包括血氧資料會出現 10 至 30 分鐘的連續缺失、部分血壓感測器隨使用時間產生系統性偏高(感測器漂移) 、敗血症 標註時間存在約±2 小時誤差，以及不同病患之正常生命徵象基準差異甚大。請問下列 何種資料處理與建模方式最為適當？ (A)將缺失值以整體平均填補，未額外處理感測器漂移，並將敗血症標註區間由 6 小時 擴大至 8 小時以涵蓋時間誤差，模型評估採用 ROC-AUC 作為主要指標； (B)對缺失值進行線性插值，若連續缺失時間過長則刪除該段資料，並以 Z-score 標準 化處理感測器漂移，交叉驗證採隨機切分，未避免同一病患資料同時出現在訓練與測 試集中； (C)刪除所有含缺失值之資料，對資料進行 Min-Max 正規化處理，未考慮病患間差異直 接建模，並以 Accuracy 作為評估指標，交叉驗證採分層 K-Fold 方式進行； (D)對缺失值採前向填補並加入缺失指標特徵，利用感測器 72 小時滾動中位數進行漂 移校正，並處理標註雜訊，同時以個別病患基準建模，交叉驗證採病患分組，評估採 PR-AUC 與 Recall 指標

18. 某零售企業的 AI 工程師正在用關聯規則學習(Association Rule Learning)分析購物籃 資料，評估商品 A 跟商品 B 之間同時購買的關係。關於「支援度(Support)」、「信賴 度(Confidence)」、「提升度(Lift)」三個指標，下列敘述何者正確？ (A)信賴度=P(A∩B)，即 A 與 B 同時出現的機率，範圍[0,1]； (B)支援度=P(B|A)，即 A 出現時 B 也出現的條件機率，範圍[0,1]； (C)提升度=P(A∩B) / [P( A )×P(B )]，範圍固定在[0,1]之間； (D)提升度=1 表示 A 與 B 獨立(無關聯)，<1 表示負相關，>1 表示正向關聯，因此提 升度並非數值愈大即代表關聯愈強

19. 下圖表為電商平台某時段的交易紀錄(共 8 筆訂單)，對圖表內的資料執行 Apriori 演算法，設定最低支援度為 3。請問最終保留下來的最大頻繁項目集為何？ (A){A}； (B){A, D}； (C){A, B, E}； (D){B, E}

20. 某電信公司的 AI 反詐欺模型在正常交易佔 99.5%、詐欺交易僅佔 0.5%的類別嚴重不 平衡資料集上訓練。若工程師僅以整體準確率(Accuracy)作為模型選擇的唯一指標， 最可能產生什麼嚴重問題？ (A)模型訓練時間會因類別不平衡而大幅增加； (B)一個永遠預測為正常交易的模型即可達到 99.5%準確率，但對詐欺交易的召回率為 0%，使準確率失去判別能力； (C)類別不平衡會導致模型訓練過程出現梯度爆炸； (D)類別不平衡會直接導致模型過擬合，使測試集表現下降

21. 某 AI 平台的資料工程師需要在 Apache Spark 叢集上，對包含 10 億筆使用者行為紀錄 的 RDD/DataFrame 計算整體標準差(Standard Deviation) 。請問下列哪種策略在分散式 環境中最正確且有效率？ (A)呼叫 collect()將所有資料傳回 Driver 節點的本機記憶體後，再使用 Python 的 statistics.stdev()計算； (B)先對資料進行全域排序(sortBy)，再取中間值計算變異數； (C)將資料輸出為 CSV，再以 Excel 的 STDEV 函數計算； (D)使用 DataFrame.agg({'col': 'stddev'})或 RDD.aggregate()等分散式統計方法，由各 Executor 計算局部統計量後再進行彙總

22. 某連鎖便利商店集團欲建立門市未來 14 天每日銷售額預測模型(500 間門市、3 年歷 史資料) 。資料具有明顯的週期性(週末較高) 、年度季節性(暑假與年末高峰)及長期 成長趨勢，並包含已知節日與不定期事件(如颱風) 。在此情境下，關於資料切分與建 模策略，何者最適當？ (A)採隨機切分(80/20) ，使用傳統時間序列模型建模，刪除節日資料避免極端值影響， 並以均方根誤差(RMSE)評估； (B)依時間順序切分(最後 90 天為測試集) ，使用具季節性建模能力的時間序列模型並 加入節日資訊，不處理不定期事件，以平均絕對百分比誤差(MAPE)評估； (C)依時間順序切分並採前進式驗證(Walk-Forward Validation)，結合時間序列分解與 機器學習模型，加入時間特徵、滯後與滾動統計特徵，並納入節日與不定期事件資訊， 使用均方根誤差(RMSE)與平均絕對百分比誤差(MAPE)評估； (D)依時間順序切分，直接使用深度學習模型建模，不進行特徵工程，所有門市共用模 型，以平均絕對誤差(MAE)評估

23. Receiver Operating Characteristic(ROC)曲線係由單一分類模型在不同決策閾值下形成，並以真陽率(True Positive Rate, TPR)為縱軸、假陽率(False Positive Rate, FPR)為橫軸。請問下圖中四條曲線，何者最不可能是 ROC 曲線？ (A)水平線 A； (B)曲線 B； (C)曲線 C； (D)斜直線 D

24. 某 AI 工程師評估客戶滿意度評分(1–5 分，含有明顯離群值)與退款率(連續型比例 變數)之間的相關性，考慮使用皮爾森(Pearson)、斯皮爾曼(Spearman)或肯德爾 (Kendall)相關係數。關於三者的特性比較，下列敘述何者不正確？ (A)皮爾森衡量兩個連續變數間的線性關係強度；斯皮爾曼與肯德爾基於排名(Rank) 計算，對非線性單調關係也適用； (B)斯皮爾曼相關係數的計算公式等價於皮爾森，只是將原始數值替換為其排名後代入 計算； (C)與肯德爾相比，斯皮爾曼對離群值的穩健度更強； (D)三者的數值範圍(相關係數區間)皆相同，均在[-1, 1]之間

115年 - 115-1 AI應用規劃師_中級能力鑑定公告試題_第三科：機器學習技術與應用#141075

115年 - 115-1 中級AI應用規劃師試題_第二科：大數據處理分析與應用#141063

115年 - 115-1中級AI應用規劃師公告試題_第一科：人工智慧技術應用與規劃_#141062

114年 - 114-2 AI 應用規劃師-中級能力鑑定公告試題_第三科：機器學習技術與應用#136329

114年 - 114-2 AI 應用規劃師-中級能力鑑定公告試題_第二科：大數據處理分析與應用#136306

114年 - 114-2 AI 應用規劃師-中級能力鑑定公告試題_一科：人工智慧技術應用與規劃#136301

114年 - iPAS AI應用規劃師中級能力鑑定-考試樣題(114/09)_科目三：機器學習技術與應用#136300

114年 - iPAS AI應用規劃師中級能力鑑定-考試樣題(114/09)_科目二：大數據處理分析與應用#136295

114年 - iPAS AI應用規劃師中級能力鑑定-考試樣題(114/09)_科目一：人工智慧技術應用與規劃#136294

114年 - iPAS AI 應用規劃師能力鑑定考試樣題(中級)#126106