阿摩線上測驗 登入

最新科目

最新試卷

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

24. 某電商平台導入強化學習(Reinforcement Learning)技術優化商品推薦策略,AI 代理(AI Agent)會根據使用者的點擊與購買行為持續調整推薦內容。技術團隊在討論中發現,系統面臨一個核心挑戰:若 AI Agent 總是推薦過去表現良好的商品,可能會錯失發掘更高潛力商品的機會;但若頻繁嘗試未知商品,又可能影響短期的推薦成效與使用者體驗。請問上述情境敘述的是強化學習中哪一個核心問題? (A)探索與利用的權衡(Exploration vs. Exploitation); (B)偏差與變異的權衡(Bias vs. Variance); (C)梯度爆炸與消失(Vanishing and Exploding Gradients); (D)過擬合與欠擬合(Overfitting and Underfitting)

25. 某語音辨識系統需分析長時間的語音序列,發現當句子較長時,模型難以保留 長時間序列中的前段資訊,導致辨識準確度下降。為改善此問題,下列何種模 型最適合? (A)長短期記憶網路(LSTM); (B)循環神經網路(RNN); (C)卷積神經網路(CNN); (D)生成式對抗網路(GAN)

26. 某大型連鎖超市建置生鮮商品損耗預測模型,以減少報廢損失。資料庫中共有 120 萬筆銷售紀錄,但僅有約 8 萬筆資料標記為「正常銷售」或「損耗發生」, 其餘資料均未標註。在標註資源有限的情況下,團隊希望提升模型預測表現。 請問下列哪一種機器學習方式最適合此情境? (A)監督式學習(Supervised Learning),以 8 萬筆已標註資料訓練分類模型,捨 棄其餘 112 萬筆無標註資料; (B)半監督式學習(Semi-supervised Learning),同時利用少量已標註資料學習分 類邊界,並從大量無標註資料中學習資料整體分布特性; (C)非監督式學習(Unsupervised Learning),對全部 120 萬筆資料進行自動分 群,再由專家事後人工確認各群所代表的損耗類型; (D)強化學習(Reinforcement Learning),讓模型在每次預測後依據實際損耗結果 作為回饋訊號,持續調整損耗預警策略

36. 有關等價開窗率(Req)之敘述,下列何者有誤? (A)等價開窗率是評估建築物外殼日常節能的重要參數之一 (B)若在窗戶外側設置高效率的外遮陽設施,可有效降低該窗戶之等價開窗率 (C)在相同窗面積下,將窗戶設置在日曬量較大的方位,其等價開窗率會較高 (D)窗戶採用遮蔽係數(Sc)較低的玻璃,將使等價開窗率上升

5.基於「歸責於上」之原理,下達指示的人須負法律責任,下列何者相對來說,係最常對其相對人下達指示者? (A)僱傭契約之雇主 (B)買賣契約之買受人 (C)委任契約之委任人 (D)承攬契約之定作人