iPAS AI 應用規劃師 初級　科目一　人工智慧基礎概論

115 年第一次梯次　・　50 題深度拆解

這份教材把 50 道考古題變成「白話版深度拆解」，目的不是背答案，而是幫你真正理解每題在考什麼，下次出題形式變了還是答得出來。

怎麼用
  1. 點題目進去，先自己作答，再看完整拆解
  2. 每題依序帶你走過：白話情境 → 舊方法為什麼不夠 → 新方法怎麼解 → 技術版（概念背景與實務應用）→ 3 個錯選項拆解 → 5 道變形題 → 5 個延伸節點
  3. 初級不考程式碼跟公式，技術版聚焦在「這個概念在 AI 領域的位置與實務應用」

下方每題標題下的小字是題目原文（不含選項），幫你判斷想先看哪題。

  1. Q01資料整合的目的是什麼？下列何者不屬於資料整合（Data Integration）的主要目的？
  2. Q02智慧城市即時環境監測，靠的是哪種技術？某智慧城市專案導入 AI 技術，以優化垃圾收集路線調度並即時監測空氣品質變化。系統需持續蒐集環境數據（如 PM2.5、氣體濃度）與設備狀態（如垃圾桶滿溢度）。下列何種技術最直接支援上述需求？
  3. Q03哪個特徵「不符合」非監督式學習？下列何者不符合非監督式學習（Unsupervised Learning）的典型特徵？
  4. Q04保險理賠預測：離群值處理哪個方法最不適當？某保險公司建立 AI 理賠金額預測模型。歷史理賠資料經檢定後呈近似常態分佈，但仍存在少數極端高額案件。資料科學團隊在不破壞整體分佈特性的前提下，規劃進行離群值處理。下列何者最不適當？
  5. Q05詐欺偵測模型資料不平衡，SMOTE 怎麼解？某銀行建立 AI 詐欺交易偵測模型。歷史交易資料中，詐欺樣本比例極低，導致模型訓練時偏向預測為「正常交易」。資料科學團隊評估採用 SMOTE（Synthetic Minority Over-sampling Technique）改善訓練資料分佈。下列何者最符合 SMOTE 技術的主要功能？
  6. Q06模型正規化要先分還是先算？資料科學團隊在模型訓練前，需對數值特徵進行正規化（Normalization）或標準化（Standardization）。為確保模型評估結果具真實性並避免資料洩漏（Data Leakage），下列何者為最適當的作法？
  7. Q07電信用戶「費率方案」這種類別特徵，怎麼讓模型看懂？某電信公司建立機器學習模型預測用戶流失風險。資料中包含多個類別型特徵（Categorical Features），例如「費率方案類型」與「客戶地區」。為使模型能有效使用這些特徵，下列何者最直接用於將類別型特徵轉換為模型可處理的數值格式？
  8. Q08零售購買預測：又要記住舊規律，又要推測新組合，用哪個模型？某零售企業在建置機器學習模型預測顧客購買機率時，資料同時包含大量稀疏類別特徵與數值型特徵。團隊希望模型既能學習過去已出現的特徵組合規律，也能對未出現的特徵組合作出合理預測。下列哪一種模型架構最適合此類需求？
  9. Q09影片分類模型的輸出要是「各類別的機率」，用哪個函數？某影音串流平台建立神經網路模型，用於預測使用者最可能感興趣的影片類型。模型輸出層需將結果轉換為各類別的機率分佈，以便系統依機率高低推薦內容。下列哪一種函數最適合用於模型輸出層？
  10. Q10設計公司要 AI 學習既有圖像風格再產生新圖，選哪種模型？某設計公司導入生成式 AI（Generative AI）工具，用於自動產生產品概念圖與風格草圖。為了讓系統能依據既有圖像資料產生具有變化且風格一致的新圖像，模型必須具備學習資料特性並生成新樣本的能力。下列哪一種模型技術或方法最符合上述需求？
  11. Q11AI 生成摘要品質檢核，系統的核心目標是什麼？某企業導入生成式 AI（Generative AI）系統自動產出會議摘要，並規劃額外建置一套 AI 系統，用於評估摘要內容的正確性與完整性。下列何者為此 AI 系統的核心目標？
  12. Q12ChatGPT 背後用什麼模型技術？ChatGPT、Gemini 等對話型生成式 AI 工具所依據的基礎模型技術，下列何者正確？
  13. Q13金融 AI 服務哪個資訊不用揭露？根據《金融機構運用人工智慧技術作業規範》，金融機構於使用人工智慧提供金融服務並直接與消費者互動時，下列何者非必要揭露之資訊？
  14. Q14AI 技術與產業領域配對哪個正確？下列哪一項「AI 技術應用與產業領域」的對應最為恰當？
  15. Q15哪個是結構化數據的例子？在資料處理中，下列何者屬於「結構化數據」的例子？
  16. Q16敘述性統計指標哪個說法正確？關於敘述性統計指標，下列敘述何者最為正確？
  17. Q17什麼情境最適合用直方圖？某企業資料分析人員需針對不同型態的數據選擇合適的視覺化工具。下列哪一種情境最適合使用直方圖（Histogram）？
  18. Q18二分搜尋找 27 需要比較幾次？某電商平台工程師需在已排序的價格清單中，快速定位指定價格是否存在，給定排序後陣列：arr = [3, 8, 14, 19, 21, 27, 33, 45, 52]。若搜尋目標值為 27，且採用標準二分搜尋（Binary Search）流程（每次比較後排除中位數），請問最多需要比較幾次即可找到目標？
  19. Q19強化學習怎麼動態調整行動策略？某物流公司導入強化式學習（Reinforcement Learning）優化車隊調度。模型在系統運行過程中，會依據不同配送狀態動態調整行動選擇方式，使決策結果逐步朝較佳績效收斂。上述模型在學習過程中的調整行為，最符合下列哪一項強化式學習核心機制？
  20. Q20過擬合問題怎麼用資料增強解決？某團隊訓練影像分類模型，發現模型在訓練資料上的準確率達 98%，但在測試資料上僅有 72%。若團隊希望提升模型對新資料的適應能力，並增加訓練資料的多樣性，下列何者最適合？
  21. Q21服裝設計 AI 要穩定多樣，選哪個模型？某時尚品牌導入生成式 AI（Generative AI）技術，建立服裝設計輔助系統。系統需根據設計師輸入的風格條件，自動產生具有高度視覺品質、細節穩定且風格變化自然的服裝草圖。團隊特別重視生成結果的穩定性與多樣性控制能力。在此需求下，下列哪一種模型技術或方法較為適合？
  22. Q22沒有異常標籤，怎麼訓練異常偵測？某製造業工廠規劃導入 AI 監控系統，持續分析設備感測數據（如溫度、震動與壓力）。系統需能在缺乏完整異常標註資料的情況下，辨識與一般運作型態顯著不同的狀態，並發出預警。在此需求下，下列何種技術較為適合？
  23. Q23批次推論和即時推論有什麼不同？在 AI 推論服務架構設計中，「批次推論（Batch Inference）」與「即時推論（Real-time Inference）」常依任務特性選擇不同機制。下列關於兩者特性的敘述何者最正確？
  24. Q24RLHF 在做什麼？哪個步驟不屬於它？某企業導入大型語言模型作為客服助理。模型已具備穩定語言能力，但在回覆偏好一致性與組織規範遵循方面仍需優化，團隊因此規劃導入人類反饋強化學習（RLHF）流程，下列何者最不屬於 RLHF 階段的典型技術活動？
  25. Q25LLM 推論的 Batching 機制，對效能有什麼影響？在大型語言模型（LLM）的推論服務中，常透過請求批次處理（Batching）來提升系統效能。關於批次處理（Batching）機制的影響，下列敘述何者最正確？
  26. Q26LIME 是哪一類可解釋 AI 技術？在可解釋 AI（Explainable AI, XAI）的分類架構中，LIME（Local Interpretable Model-agnostic Explanations）屬於哪一類解釋技術？
  27. Q27SHAP 值告訴你什麼資訊？SHAP（SHapley Additive exPlanations）值常用於分析機器學習模型的輸出行為。下列何者最符合 SHAP 值所提供的資訊？
  28. Q28反事實解釋最適合哪種金融 AI 應用？在金融業導入 AI 模型與可解釋性技術時，反事實解釋（Counterfactual Explanation）最符合下列哪一種應用？
  29. Q29顯著性圖（Saliency Map）在做什麼？在深度學習模型的分析與驗證過程中，研究人員有時會利用「顯著性圖（Saliency Map）」來輔助理解模型行為。下列何者最符合此技術的主要用途？
  30. Q30洗錢偵測系統，應該用哪種機器學習方法？某商業銀行想建立洗錢行為檢測系統，擁有過去 5 年的交易記錄，其中包含已確認的洗錢案例（標記為「異常」）和正常交易（標記為「正常」）。銀行希望系統能自動識別新交易是否為洗錢行為，請問使用下列哪一種機器學習方法最為適合？
  31. Q3130% 有標籤、70% 無標籤，該用哪種學習方法？某農場收集了大量作物葉片影像，但只有 30% 的影像有病害類別標註，其餘 70% 的影像沒有任何標籤。農場希望充分利用所有資料來訓練病害識別模型。這種情況最適合使用哪一種學習方法？
  32. Q32影像分割是什麼技術？某環保局想建立 AI 系統監測空氣品質，透過分析監測站攝影機拍攝的影像來識別煙霧。系統需要在影像中找出煙霧區域並標示其位置與範圍。這個應用主要屬於電腦視覺的哪個技術領域？
  33. Q33LSTM 解決 RNN 哪個問題？某公車系統想預測各站點的到站時間，需要考慮歷史班次資料、即時路況、天氣等因素。由於路況變化複雜，傳統循環神經網路（Recurrent Neural Network, RNN）在建模時可能難以保留較早期的重要資訊。下列哪種架構最能解決這個問題？
  34. Q34沒有 AI 人才怎麼快速上線？雲端 AutoML 平台某保險公司每月處理約 50 萬筆理賠申請，希望建立 AI 系統自動識別可疑的詐欺案件。由於公司內部缺乏 AI 專業人員，且需要快速上線驗證效果，IT 資訊主管正在評估不同的 AI 平台解決方案。在去識別化個人隱私資料後，下列哪一種平台類型最適合該公司的需求？
  35. Q35政府開放資料含個資，怎麼處理才合規？某市政府規劃釋出市民用電資料供學術研究使用，資料內容包含用電紀錄與部分人口統計欄位。考量資料可能涉及可識別個人之資訊，且須符合個人資料保護相關規範，下列哪一種資料處理方式最為適當？
  36. Q36弱 AI 和強 AI 差在哪？某電子製造公司建置 AI 視覺檢測系統，用於辨識 PCB 電路板製程缺陷。系統在影像判讀任務上表現穩定，但其模型設計與訓練目標皆侷限於特定應用範圍，無法直接遷移至其他營運決策任務。依人工智慧能力範疇分類，下列何者最符合該系統特性？
  37. Q37AI 系統尖峰延遲，優先改哪裡？某紡織製造公司導入 AI 系統進行布料瑕疵檢測，每天需處理來自 30 條產線的影像資料，包括高解析度照片、感測器數值、生產參數記錄等多種格式。該公司收集的資料量從每日 2 GB 增長至 50 GB，且需在布料離開產線前的 3 秒內完成瑕疵判定。近期團隊發現系統在尖峰時段容易出現判定延遲，影響製程節奏。若要優先改善此問題，下列哪一種做法最適合？
  38. Q38看照片判斷果實成熟，屬於哪個 AI 領域？某果園管理公司計畫導入 AI 系統協助農民判斷果實成熟度，透過分析果實特徵資訊，評估成熟狀態並自動判斷採收時機。根據 AI 應用領域的分類，這個系統主要屬於哪一個應用領域？
  39. Q39四種學習方式對應哪種情境？某企業評估於不同業務場景導入機器學習技術。下列哪一項應用情境與機器學習類型的搭配最為適當？
  40. Q40樣本不平衡時，準確率為什麼不能用？某製造業公司建置機器學習模型，用於預測產品是否為瑕疵品。實際生產資料中，瑕疵品比例極低，大多數樣本皆為正常品。模型測試時發現，即使模型多數預測為正常品，仍可獲得很高的整體準確率。在此情境下，若希望更有效衡量模型對瑕疵品的辨識能力，下列何者較適合作為主要評估指標？
  41. Q41Flash Attention 在改善什麼？在大型語言模型（LLM）的效能優化中，Flash Attention 常被用來改善 Transformer 注意力機制的運算效率。關於 Flash Attention 的主要效益，下列敘述何者最正確？
  42. Q42RAG 系統怎麼讓知識庫隨時更新？某企業建置基於檢索增強生成（RAG）的法務知識輔助系統，用於整合法規條文、內控制度與歷史函釋文件。系統運行後發現，每當法規更新或新增解釋文件時，需重新建立完整索引，導致更新期間系統暫停服務，且部分回應有引用舊版內容的情形。若希望在兼顧查詢效率的同時提升知識更新彈性與系統穩定性，下列何者最適合？
  43. Q43機器學習五種學習模式，哪個說法是錯的？關於機器學習不同的學習模式，下列敘述何者錯誤？ 1. 監督式學習（Supervised Learning）透過已標註資料學習輸入與目標之間的對應關係，常見任務包含分類與數值預測。 2. 非監督式學習（Unsupervised Learning）雖不需標註資料，但通常需預先定義每筆資料的正確輸出類別以利模型收斂。 3. 半監督式學習（Semi-supervised Learning）在訓練過程中僅利…
  44. Q44偏態分佈的特徵，要用哪種特徵工程處理？某零售業者建立顧客行為預測模型，資料集中包含「年消費金額」、「平均單筆交易金額」及「會員年資」等數值型特徵。資料分析顯示，部分金額特徵呈現高度偏態分佈，少數樣本的數值遠高於多數觀測值。為降低極端值對模型學習穩定性的影響，下列哪一種特徵工程方法最適合？
  45. Q45梯度消失造成訓練停滯，改什麼最有效？某團隊訓練深層神經網路模型時，發現訓練誤差長時間幾乎未下降，模型參數更新幅度極小，呈現學習停滯現象。若判斷問題與梯度傳遞效率有關，下列何者最適合的改善策略？
  46. Q46交通影像加文字通報，大數據的 V 是哪個？某市政府建置城市治理資料平台，需整合交通車流偵測資料、路口監視器影像，以及民眾透過陳情系統提交的文字通報。由於各類資料格式、儲存方式與資料型態差異甚大，導致資料清理與整合成本顯著增加。就大數據特性而言，此專案最主要面臨下列哪一項挑戰？
  47. Q47結構化預測是什麼？逐詞標註跟分類有什麼不同？某企業規劃導入 AI 技術支援多項資料分析任務中，下列何種屬於結構化預測（Structured Prediction）問題？
  48. Q48CNN 最適合哪種物流應用場景？某物流公司想導入 AI 以提升營運效率，評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構？
  49. Q49標本少、成本高，用哪個 AI 策略最划算？某 AI 科技公司在工業缺陷檢測領域已有成熟的辨識產品經驗。現欲與新客戶合作開發一項類似產品的表面瑕疵檢測系統，但因新產品量產不久，標注樣本極為稀少且專家標注成本高昂。在不大幅增加標注預算的前提下，下列哪一種做法最能利用該公司既有的技術優勢來提升模型表現？
  50. Q50寧可誤診不能漏診，癌症模型要看哪個指標？某醫院使用機器學習模型篩檢癌症患者。模型預測結果會決定哪些病人需要進一步檢查。院方非常重視盡量找出所有可能的癌症患者，即希望降低漏診（Missed Diagnosis）風險，即便這可能增加一些誤判。下列哪一個評估指標最能反映模型找出癌症患者的能力？
← 回 iPAS 備考總覽