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
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)
答案:
登入後查看
統計:
A(4), B(10), C(3), D(34), E(0) #3103466
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/11/12
#7078820
1. 題目解析 在這道題目中,考查的是關...
(共 876 字,隱藏中)
前往觀看
0
0
相關試題
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
48.使用線性模型(Linear Model)方法時,針對稀疏資料(Sparse data),最 適合使用下列哪一種處理方式? (A) 核方法(Kernel Method) (B) 過採樣(Over Sampling) (C) 降採樣(Down Sampling) (D) 交叉驗證(Cross Validation)
#3103473
49.如附圖所示,針對同一份資料建立的四種複迴歸模型,根據各種模型之指標資訊,請問下列哪一個為最佳模型?(A) 模型 1 (B) 模型 2 (C) 模型 3 (D) 模型 4
#3103474
50. 關於監督式學習(Supervised Learning)常用的演算法,下列敘述哪一項錯誤? (A) Linear Regression 可以建立自變數與應變數的關係 (B) LASSO 是迴歸演算法的延伸,對於精簡的模型有較高的獎勵,並懲罰較複雜的模型 (C) 隨機森林是多棵決策樹的集成模型 (D) SVM 在特定條件下,可以將資料維度映射到低維度上,藉此找到較佳的 分類方式
#3103475
1.李同學在化學實驗室中不小心被化學藥物噴到眼睛,學校護理師即刻處理措施,以下何者較適當? (A) 生理鹽水或沖淋設備沖洗5分鐘以上再送醫 (B) 送醫前閉眼,眼睛不可張開 (C) 滴注類固醇眼藥水 (D) 以緩衝溶滴注中和毒性
#3103476
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