阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
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
> 試題詳解
6. 下列何者在繪製時需要使用到資料的四分位數?
(A) 盒鬚圖(box plot)
(B) 目標投影追蹤(targeted projection pursuit)
(C) 散點圖(scatter plot)
(D) 平行座標圖(parallel coordinates)
答案:
登入後查看
統計:
A(10), B(0), C(0), D(0), E(0) #3219390
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/26
#6971145
1. 題目解析 題目要求我們找出在繪製...
(共 962 字,隱藏中)
前往觀看
0
0
相關試題
7. 關於資料敘述與摘要統計之內容,下列敘述何者「不正確」? (A) 資料抽樣常見的有:簡單隨機抽樣、系統抽樣、分層隨機抽樣 (B) 進行資料計算與圖表製作,例如:次數分配表、直方圖 (C) 衡量資料集中趨勢的統計量,例如:平均數、中位數、眾數 (D) 比較兩筆資料的分散程度,例如:相關係數
#3219391
8. 在一份 100 位員工的薪資報告中,最低薪的員工薪水為 28,000 元, 最高薪員工的薪水為 98,000 元,如果我們要將最低薪資的員工歸為 薪資介於 20,000 ~ 29,999 元的區間,假設各區間之寬度相等,那所有 員工的薪水應該分為幾個級距? (A) 6 (B) 7 (C) 8 (D) 9
#3219392
9. 關於變異係數(Coefficient of Variation, CV)與標準分數(Z-Score), 下列敘述何者較「不正確」? (A) 變異係數(Coefficient of Variation, CV)為無單位數值,所以適合 對兩組不同單位資料的分散程度進行比較 (B) 標準分數(Z-Score)就是要把原來是不同評分尺度的分數,轉換 成具有同一評分尺度的分數,以利彼此間的比較和運算之用 (C) 變異係數(Coefficient of Variation, CV)適合對兩組單位相同但平 均數(Mean)相差很大的資料進行比較 (D) 標準分數(Z-Score)是將原始資料映射到[0,1]區間
#3219393
10. 若要觀察不同區間(每 50 毫米為一級距)的降雨量頻率分佈狀態,最適合用下列何種圖表來進行呈現? (A) 散佈圖(Scatter plot) (B) 長條圖(Bar plot) (C) 直方圖(Histogram) (D) 圓餅圖(Pie Chart)
#3219394
11. 下列何種分析方法需要類別標籤(label)資訊? (A) 線性判別分析(linear discriminant analysis) (B) 主成分分析(principle component analysis) (C) 潛在語意分析(latent semantic analysis) (D) 獨立成分分析(independent component analysis)
#3219395
12. 對於某些資料屬性內出現異常大的值,有可能會出現誤導模型訓練的結果,此時會對該屬性值進行下列何種處理方式,使所有屬性值被轉 換到 0 至 1 之間? (A) 資料組織 (B) 資料屬性尺度調整 (C) 資料清理 (D) 資料分析
#3219396
13. 下列何者較「不適合」用來作為屬性萃取(feature extraction)的方法? (A) 主成分分析(principal component analysis) (B) 拉普拉斯特徵映射法(Laplacian eigenmaps) (C) 交叉驗證(cross validation) (D) 自組織映射圖(self-organizing map)
#3219397
14. 深度學習(deep learning)中,會透過自編碼器(AutoEncoder, AE)來對影像資料降維。關於自編碼器,下列敘述何者「不正確」? (A) 去除影像中的雜訊 (B) 更加準確的進行影像分類 (C) 可用來產生新的影像結構 (D) 為一種監督式學習(supervised learning)
#3219398
15. 在文字探勘技術中,為了使文字資料轉換為電腦看得懂的數值資料, 資料科學家建立一個二維結構,其中屬性為字典中所有字詞,而屬性 的數量為字典中的詞彙數量。每一篇文章經過斷詞之後,會在此結構 中建立一筆紀錄,判斷每一個字詞在各文章中是否出現。請問此技術 運用了下列何種屬性萃取(feature extraction)的方法? (A) 單熱編碼(one-hot encoding) (B) 分級裝箱(binning) (C) 四捨五入(rounding) (D) 對數轉換(log transformation)
#3219399
16. 關於巨量資料處理,下列敘述何者正確? (A) 任何資料皆可作為特定分析目的訓練樣本 (B) 巨量資料缺少某些變量不會影響判斷結果 (C) 可透過網路爬蟲或 API 來搜集大量外部資料 (D) 透過巨量資料處理可由機器完全取代人工判斷
#3219400
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