阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
> 試題詳解
37.關於探索式資料分析,下列哪一個是常用來觀察極端值的分佈?
(A) 雷達圖(Radar Chart)
(B) 泡泡圖(Bubble Chart)
(C) 盒鬚圖(Box Plot)
(D) 桑基圖(Sankey Diagram)
答案:
登入後查看
統計:
A(3), B(3), C(44), D(0), E(0) #3103462
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/11/13
#7078824
1. 題目解析 這道題目考查的是探索式資...
(共 922 字,隱藏中)
前往觀看
0
0
相關試題
38.關於探索式資料分析,下列哪一個最常用來呈現時間資料趨勢的概念? (A) 圓餅圖(Pie Chart) (B) 三元平衡圖(Ternary Plots) (C) 直方圖(Histogram) (D) 折線圖(Line Chart)
#3103463
39.關於非監督式學習(Unsupervised Learning),下列敘述哪一項錯誤? (A) 在資料集內之變數中,沒有預測目標 (B) 資料劃分為集群,可理解各集群的特性 (C) 迴歸分析和 K-means 兩種演算法常被用來進行資料的分類 (D) 變數間的關係與資料的樣式(Pattern),找出資料間分佈的趨勢
#3103464
40.關於 K 平均法(K-means),下列敘述哪一項錯誤? (A) 需給定 K 群,並隨機挑選 K 個點作為群集中心,亦可給定既有的點來挑 選 (B) 分群的好壞在於組內變異(within)的值要小,表示同一群裡面的點離散 程度小、較密集 (C) 亦可用亂度或是密度來測量取代距離,規律的數據結構下,亂度值是低 的,而隨機性的數據結構的亂度值則是高的 (D) 分群後的結果,部分的點可能會分配到多個不同的群
#3103465
41.關於常用的決策樹(Decision Tree)演算法,下列哪一項錯誤? (A) ID3(Iterative Dichotomiser 3) (B) C4.5 (C) CART(Classification and Regression Tree) (D) OLSR(Ordinary Least Squares Regression)
#3103466
42.關於線性迴歸模型的敘述,下列哪一項錯誤? (A) 線性迴歸方程式,其資料分布之趨勢線不一定是直線 (B) 資料共線性(Multicollinearity)問題,不會影響線性迴歸模型的優化 (C) 若某資料為標準常態分佈(Standard Normal Distribution),則其標準差 (Standard Deviation)為 1 (D) 在訓練模型時,需要注意是否出現過度配適(Overfitting)的情形
#3103467
43.在簡單線性迴歸模型(Linear Regression)當中,斜率的估計值代表下列哪 一種意義? (A) 觀察值的預測值 (B) 當自變數變動一單位時,依變數的平均變動估計值 (C) 當自變數為 0 時,依變數的估計值 (D) 當自變數為 0 時,依變數的平均估計
#3103468
44.監督式學習(Supervised Learning)「不」包含下列哪一項? (A) 分類(Classification) (B) 推估(Estimation) (C) 預測(Prediction) (D) 分群(Clustering)
#3103469
45.機器學習模型中,關於模型的偏差(bias)與變異(variance),下列敘述哪 一項正確? (A) 高偏差代表模型過於複雜 (B) 高變異代表模型過於簡單 (C) 模型訓練的目標為低偏差與高變異 (D) 偏差與變異之間存在抵換(trade-off)關係
#3103470
46.下列哪一項「不」屬於監督式學習(Supervised Learning)? (A) K 平均法(K-Means) (B) 決策樹(Decision Tree) (C) 支援向量機(Support Vector Machine, SVM) (D) 邏輯迴歸(Logistic Regression)
#3103471
47.如附圖所示,關於二元分類(binary classification),若一分類模型產生之 混淆矩陣(confusion matrix),該模型之精確度(precision)為下列哪一項?(A) 3 / 11 (B) 8/ 20 (C) 19 / 34 (D) 8 / 11
#3103472
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
108年 - 108 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119181
2019 年 · #119181