iPAS AI 應用規劃師中級 114 年第二次 科一 第 11 題 詳解
114 年第二次 科一 人工智慧技術應用與規劃 · 考點:AI 導入評估
企業資料分析團隊使用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)演算法進行顧客行為分群,並希望模型能自動區分主要群集與雜訊資料。在此演算法中,決定聚類結果的兩個主要超參數為下列何者?
- A特徵數與學習率
學習率屬梯度下降訓練參數,DBSCAN 不做迭代優化。
- BK值與距離閾值
K值是K-means要先指定群數,DBSCAN 正是不需要它。
- C鄰域半徑(Epsilon ε)與最小點數(MinPts)(正確答案)
ε定鄰域範圍、MinPts定核心點門檻,兩者決定群集與雜訊。
- D交叉熵(Cross Entropy)與權重初始化
交叉熵與權重初始化屬神經網路訓練,與密度分群無關。
正確答案:C
考 DBSCAN 密度分群演算法的兩個核心超參數設定。 看到分群題先辨識演算法家族,再回想該演算法「定義群集」所需的參數。
用刷8題準備 iPAS AI 應用規劃師中級
每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。
開始刷題同考點的題目
AI 導入評估
- 114 年第二次 科一 第 25 題某企業部署生成式AI系統協助行銷與內容產出,但近期遭質疑部分生成內容可能涉及著作權侵權。為降低企業在法律層面的潛在責任與…
- 114 年第二次 科一 第 27 題某企業需分析半結構化的系統日誌(JSON格式),以提取關鍵的時序特徵供故障預測模型使用。考量日誌結構複雜且包含巢狀欄位(…
- 114 年第二次 科一 第 28 題在一個同時包含連續型特徵與類別型特徵的資料集中,若希望透過適當的特徵工程流程來提升模型整體表現,下列哪一種作法最為合適?
- 114 年第二次 科一 第 48 題某數據工程師使用DBSCAN演算法對一份數百萬筆的高維顧客資料進行聚類分析,但發現程式執行速度極慢,甚至出現記憶體不足的…
- 114 年第二次 科一 第 50 題某設計師使用公司內部建置的生成式AI工具製作行銷素材,並輸入提示語(Prompt):「請生成一張模特兒手持品牌飲料、背景…