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
6. 下列哪一項「不」是 SQL 中的聚合函數(Aggregate function)?
(A) count
(B) sum
(C) avg
(D) cast
答案:
登入後查看
統計:
A(4), B(0), C(8), D(40), E(0) #3103431
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/11/13
#7078844
1. 題目解析 本題要求選出一個「不」是...
(共 849 字,隱藏中)
前往觀看
0
0
相關試題
7. 下列哪一項「不」是非監督式學習的常見方法? (A) 主成分分析(Principal Components Analysis) (B) 非計量多向度量尺法(Non-metric Multidimensional Scaling) (C) 對應分析(Correspondence Analysis) (D) 線性判別分析(Linear Discriminant Analysis)
#3103432
8. 下列哪一種圖形化方法,能直觀的觀察資料集中,不同變數之間的關聯 性? (A) 勝率比(Odds ratio) (B) 平行座標軸(Parallel coordinates) (C) 目標投影追蹤(Targeted projection pursuit) (D) 平均數全距管制圖(X-bar range control chart)
#3103433
9. 關於敘述統計的方法,下列哪一項錯誤? (A) 敘述統計是為了瞭解資料的頻率、趨勢、離散程度等特徵的一種方法 (B) 觀察資料的分布、集中特性,如中位數、眾數、平均數、標準差也都是一 種敘述統計方法 (C) 集群分析 K-means Clustering 是一種將資料分類觀察的敘述統計方法 (D) 圖示法,如:直方圖、餅圖、散點圖等,都是一種敘述統計方法
#3103434
10.下列是進行資料去識別化的動作,請問哪一個行為較「不」恰當? (A) 將只有唯一一個值的欄位刪去 (B) 將性別的資料男和女轉為 0 和 1 (C) 模擬某欄位的資料分布,重新佈署資料,以保有資料的原有特徵 (D) 將性別欄位和年齡欄位隨機混合在一起
#3103435
11.下列哪一項是監督式(Supervised)的特徵工程(Feature Engineering)方法? (A) 線性判別分析(Linear Discriminant Analysis) (B) 主成分分析(Principal Component Analysis) (C) 潛在語意分析(Latent Semantic Analysis) (D) 獨立成分分析(Independent Component Analysis)
#3103436
12.下列哪一種類型資料,適合使用資料增益(Information Gain, IG)進行特 徵選取(Feature Selection)? (A) 擁有大量不同數值的資料特徵 (B) 名目(Nominal)的資料特徵 (C) 非離散化的數值特徵 (D) 連續型的數值
#3103437
13.在使用線性模型時,下列哪一種方法用來將名目(Nominal)類型資料轉 為實數(Real Number)類型資料,可以最公平的進行轉換而沒有對特定的 可能值(Possible Value)造成偏差? (A) 直接將所有不同數值轉為單一維度的布林值,如將性別(男、女)轉為二 維向量男=(1,0)及女=(0,1) (B) 依照名目(Nominal)類型資料的數值資訊轉為相對應的實數值,如將體 重(過重、一般、過輕)轉為(1, 0, -1) (C) 直接將特徵值給予對應的實數值,如將天氣(晴、陰、雨)轉為(0, 1, 2) (D) 依照特徵值給予範圍內隨機數值,如里程(遠、中、近)分別給予 100~ 1000(遠)、50~100(中)、0~50(近)的隨機數值
#3103438
14.在資料準備時,下列敘述哪一項錯誤? (A) 資料準備時,經過資料整合、清理、轉換、減少等步驟架構良好的資料 (B) 資料整合包括蒐集資料、選擇資料、整合資料 (C) 資料清理不包括減少變數數目、消除不一致、平衡偏斜資料 (D) 資料轉換包括正規化資料、分散/整合資料、建構新屬性
#3103439
15.關於特徵(屬性)萃取(Feature Extraction)與轉換(Transformation),下 列敘述哪一項正確? (A) 資料縮減泛指屬性挑選(Selection)與萃取(Extraction) (B) 屬性越多,表示後續建模有越多參數要調校,過度配適(Overfitting)的 風險越低 (C) 各屬性的量綱均一化屬於屬性萃取(Extraction)的工作 (D) 主成分分析(Principal Component Analysis, PCA)是分佈偏斜屬性常用的 轉換方法
#3103440
16.如附圖所示之程式碼,若使用 XPath 的語法要選擇在 plate 標籤層下的 apple,下列哪一項錯誤?(A) //plate/apple (B) /div/plate/apple (C) /plate/apple (D) //apple[1]
#3103441
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