阿摩線上測驗
登入
首頁
>
iPAS◆AI應用規劃師◆初級
>
114年 - iPAS 經濟部產業人才能力初級鑑定_AI應用規劃師科目一:人工智慧基礎概論(模擬考題1-3)#126875
> 試題詳解
6. 線性迴歸模型最適合解決哪種類型的問題?
(A)圖像分類
(B)銷售額預測
(C)聚類分析
(D)遊戲策略學習
答案:
登入後查看
統計:
A(16), B(444), C(31), D(4), E(0) #3433775
詳解 (共 1 筆)
。
B1 · 2025/06/01
#6450758
(B) 銷售額預測 解釋:線性迴歸模型...
(共 110 字,隱藏中)
前往觀看
9
0
相關試題
8.線性迴歸模型最適合解決哪種類型的問題? (A) 圖像分類 (B) 銷售額預測 (C) 聚類分析 (D) 遊戲策略學習
#3416794
26 線性迴歸模型最適合解決哪種類型的問 題? (A) 圖像分類 (B) 銷售額預測 (C) 聚類分析 (D) 遊戲策略學習
#3434899
15 線性迴歸模型最適合解決哪種類型的問題? (A) 圖像分類 (B) 銷售額預測 (C) 聚類分析 (D) 遊戲策略學習
#3472206
24.線性迴歸模型最適合解決下列何種類型問題?(A)圖像分類 (B)銷售額預測 (C)聚類分析 (D)遊戲策略學習
#3638237
20. 線性迴歸模型最適合解決哪種類型的問題? (A) 圖像分類 (B) 銷售額預測 (C) 聚類分析 (D) 遊戲策略學習
#3645690
7. 決策樹的最大優勢是什麼?(A)適合大規模數據的訓練(B)具有良好的可解釋性(C)不需要進行數據標準化(D)適用於圖像生成任務
#3433776
8. 神經網路與傳統機器學習模型的主要區別是什麼?(A)神經網路無法處理非線性數據(B)神經網路透過多層結構學習複雜特徵(C)神經網路只適用於迴歸問題(D)神經網路不需要大量數據支持
#3433777
9. 下列關於生成對抗網路(GAN)的描述正確的是哪一項?(A)GAN 僅用於分類問題(B)GAN 由生成器和鑑別器組成(C)GAN 的結果始終高度可解釋(D)GAN 不能生成高品質的數據
#3433778
10. 隨機森林(Random Forest)改進了單一決策樹的缺陷,主要透過什麼方法實現? (A)使用核函數映射高維空間 (B)集成多棵隨機生成的決策樹並投票 (C)增加模型參數以減少偏差 (D)採用生成模型替代分類器
#3433779
1. 下列何者為鑑別式 AI 的主要目標?(A)學習數據的生成過程(B)生成類似真實數據的新樣本(C)分類或迴歸數據(D)創建多樣化的數據分佈
#3433780
相關試卷
115年 - 115-2 AI 應用規劃師-初級能力鑑定公告試題_第二科:生成式 AI 應用與規劃#140595
2026 年 · #140595
115年 - 115-2 AI 應用規劃師-初級能力鑑定公告試題_第一科:人工智慧基礎概論#140586
2026 年 · #140586
115年 - 115-1 AI 應用規劃師-初級能力鑑定公告試題_第二科:生成式 AI 應用與規劃#139147
2026 年 · #139147
115年 - 115-1 AI 應用規劃師-初級能力鑑定公告試題_第一科:人工智慧基礎概論#139146
2026 年 · #139146
114年 - 114-4 AI 應用規劃師-初級能力鑑定公告試題_第二科:生成式 AI 應用與規劃#139148
2025 年 · #139148
114年 - 114-4 AI 應用規劃師-初級能力鑑定公告試題_第一科:人工智慧基礎概論#139118
2025 年 · #139118
114年 - IPAS AI應用規劃師初級能力鑑定-考試樣題(114/09)_科目二:生成式 AI 應用與規劃#132596
2025 年 · #132596
114年 - IPAS AI應用規劃師初級能力鑑定-考試樣題(114/09)_科目一:人工智慧基礎概論#132595
2025 年 · #132595
114年 - iPAS◆AI應用規劃師◆初級-科目1-L1101#130994
2025 年 · #130994
114年 - iPAS AI應用規劃師初級能力鑑定_科目二:生成式 AI 應用與規劃#128027
2025 年 · #128027