iPAS AI 應用規劃師中級 115 年第一次 科二 第 16 題 詳解

115 年第一次 科二 大數據處理分析與應用 · 考點:敘述性統計與資料摘要技術

某工程師在建立推薦系統時,評估使用奇異值分解(Singular Value Decomposition, SVD)對使用者-商品評分矩陣進行潛在語意分析(Latent Semantic Analysis, LSA)。關於SVD的數學性質,下列何者不正確?

  1. ASVD只能分解方陣(Square Matrix),無法應用於行列數不相等的長方形矩陣(正確答案)

    錯誤敘述:SVD 對任意 m×n 長方形矩陣皆可分解。

  2. BSVD常用於降維(Dimensionality Reduction),透過保留最大的k個奇異值來近似原始矩陣(截斷SVD)

    正確:保留前 k 大奇異值即為截斷SVD的降維近似。

  3. CSVD比PCA更一般化,因為PCA可視為對資料的共變異數矩陣(Covariance Matrix)進行的特殊SVD運算

    正確:PCA 可視為對中心化資料做 SVD 的特例。

  4. DLSA是SVD在文字-文件矩陣上的應用,透過截斷SVD捕捉詞語與文件的潛在語意關係

    正確:LSA 就是把截斷SVD用在詞-文件矩陣。

正確答案:A

考奇異值分解的適用範圍與截斷SVD在降維、潛在語意分析的角色。 看到矩陣分解題,先確認該方法對矩陣形狀的限制,再檢查降維與應用敘述是否相符。

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

敘述性統計與資料摘要技術

  1. 115 年第一次 科二 第 33 題某線上書店希望建立一個多類別書籍推薦模型,根據讀者的「年齡、性別、過去購書類別偏好評分」等特徵,預測讀者下次最可能購買的…
  2. 115 年第一次 科二 第 34 題某電商平台希望建立二元分類模型,根據商品的「價格區間、品牌、顏色、材質」等特徵,將商品分類為「高銷量(1)」或「低銷量(…
  3. 115 年第一次 科二 第 39 題在建構自動化資料清洗管線時,工程師撰寫一個用於補齊缺失欄位的Python函式,如下圖所示。當此函式連續處理兩筆獨立的資料…
  4. 115 年第一次 科二 第 41 題資料分析師使用Python檢視daily_earnings欄位的基本統計量,執行以下程式碼(Pandas 2以上版本):…
  5. 115 年第一次 科二 第 45 題若分析師想找出「總貢獻營收最高的前3名客戶」,下列Pandas程式碼何者最為精確且高效?