模擬試題「人工智慧基礎概論」
iPAS 初級 AI 應用規劃師：科目一「人工智慧基礎概論」模擬試題
第一部分：AI 發展概論與基本定義 (1-16 題)
1. 目前市面上所有的 AI（如 ChatGPT 或瑕疵檢測系統）屬於何者？ (A) 強人工智慧 (AGI) (B) 弱人工智慧 (Narrow AI) (C) 通用人工智慧 (D) 自主意識 AI
解答：(B) 解析： 目前技術僅能專注於特定任務（如對話、辨識），皆屬於弱人工智慧，強 AI 尚處於理論階段。
2. 關於 AI、ML、DL 的範疇關係，下列敘述何者正確？ (A) AI 是 ML 的子集 (B) DL 包含 ML (C) ML 是 AI 的子集，DL 則是 ML 的子集 (D) 三者互不隸屬
解答：(C) 解析： 人工智慧範疇最廣，機器學習是其方法之一，深度學習則是機器學習中利用多層神經網路的技術。
3. 主要用於預測房價、偵測盜刷或判斷垃圾郵件的 AI 類型是？ (A) 生成式 AI (B) 分析型 AI (C) 創意型 AI (D) 情感型 AI
解答：(B) 解析： 分析型 AI 用於洞悉數據模式並提供見解、分類或預測。
4. 生成式 AI 的核心運作邏輯為何？ (A) 學習標籤與特徵的對應 (B) 學習數據的機率分佈以創造內容 (C) 嚴格遵守人類編寫的規則 (D) 單純進行數據檢索
解答：(B) 解析： 生成式 AI 透過學習訓練數據的分佈特性，從而產生全新的文本、影像或音訊。
5. 下列何者並非人工智慧的核心能力？ (A) 推理 (B) 感知 (C) 解決問題 (D) 具備人類真實的情感
解答：(D) 解析： AI 旨在模擬人類的智慧行為（學習、推理、感知），但不具備真實的生物情感。
6. 2022 年底橫空出世並引發全球 AI 生成浪潮的工具是？ (A) AlphaGo (B) ChatGPT (C) Siri
(D) DeepSeek
解答：(B) 解析： ChatGPT 的推出標誌著生成式 AI 進入大眾視野。
7. 關於「強人工智慧 (AGI)」的描述，下列何者正確？ (A) 已經在製造業普及 (B) 具備跨領域學習與自我意識 (C) 是指專精於語音翻譯的 AI (D) 是目前智慧手機的核心技術
解答：(B) 解析： AGI 是指具備與人類同等甚至超越人類，能執行任何智慧任務的系統，目前尚未實現。
8. 在 AI 發展史中，強調「不需明確編寫規則」讓機器自學的方法稱為？ (A) 專家系統 (B) 機器學習 (C) 符號邏輯 (D) 流程圖法
解答：(B) 解析： 機器學習是讓電腦從數據中學習規律，而非依賴預定義的規則。
9. 預測性分析通常基於下列何者進行推算？ (A) 直覺 (B) 歷史數據 (C) 未來預言 (D) 隨機選擇
解答：(B) 解析： 預測性分析使用歷史數據來預測未來趨勢（如營收預測）。
10. 下列何者屬於生成式 AI 的典型產出？ (A) 明天的氣溫 (B) 垃圾郵件的標籤 (C) 全新的產品文案 (D) 客戶是否流失的機率
解答：(C) 解析： 生成式 AI 強調「創造性」，能產生原本不存在的內容。
11. 「專家系統」主要是基於何種機制運作？ (A) 大量影像訓練 (B) 規則與知識庫 (C) 強化學習 (D) 對抗生成
解答：(B) 解析： 專家系統透過邏輯規則模擬專家的知識來做決策。
12. 深度學習主要透過何種架構來處理數據？ (A) 決策樹 (B) 支援向量機 (C) 人工神經網路 (D) 統計表格
解答：(C) 解析： 深度學習的核心是利用多層的人工神經網路進行特徵提取與學習。
13. AI 在企業導入的實際目標不包括下列何者？ (A) 增加營運效率 (B) 降低決策成本 (C) 取代人類的所有責任 (D) 提供數據驅動的洞察
解答：(C) 解析： 根據治理原則，AI 是工具，最終責任（問責性）仍需歸於人類。
14. 生成式 AI 的訓練通常分為哪兩個階段？ (A) 擷取與載入 (B) 預訓練與微調 (C) 搜尋與排序 (D) 壓縮與解壓縮
解答：(B) 解析： 先透過海量數據預訓練基座模型，再針對特定任務進行微調（Fine-tuning）。
15. 衡量大型語言模型 (LLM) 能力的一個關鍵指標是？ (A) 硬碟轉速 (B) 螢幕解析度 (C) 參數數量 (D) 電池容量
解答：(C) 解析： 參數 (Parameters) 代表模型的神經元連結數量，通常參數越多，表達能力越強。
16. 下列何種應用場景最依賴「分析型 AI」？ (A) 畫一張火星照片 (B) 寫一首唐詩 (C) 評估信用貸款風險 (D) 自動作曲
解答：(C) 解析： 信用評估屬於典型的分類或預測任務，是分析型 AI 的範疇。
第二部分：資料工程基礎與統計 (17-36 題)
17. 在 AI 專案中，哪項工作通常耗費約 80% 的時間？ (A) 選擇演算法 (B) 撰寫網頁介面 (C) 資料處理與分析 (D) 採購伺服器
解答：(C) 解析： 特徵工程與資料清理是 AI 專案中最耗時但也最重要的部分。
18. ETL 流程中的 "T" 代表什麼？ (A) 擷取 (B) 轉換（含清理與排序） (C) 載入 (D) 測試
解答：(B) 解析： Transform 階段負責對採集到的原始數據進行清理、格式統一與品質檢核。
19. 存放在 SQL 資料庫、有固定欄位與順序的資料屬於？ (A) 結構化資料 (B) 半結構化資料 (C) 非結構化資料 (D) 隨機資料
解答：(A) 解析： 結構化資料格式固定，可透過二維表格（Excel/SQL）輕鬆展示。
20. JSON 格式的文件在分類上通常屬於哪種資料？ (A) 結構化 (B) 非結構化 (C) 半結構化 (D) 無效資料
解答：(C) 解析： 半結構化資料（如 JSON/XML）無固定格式，但包含標籤（Tags）來區分內容。
21. 佔企業數據 80% 以上，如錄音、影片、PDF 的資料稱為？ (A) 結構化 (B) 半結構化 (C) 非結構化 (D) 數位化
解答：(C) 解析： 非結構化資料沒有固定結構，必須轉化為數值向量後 AI 才能處理。
22. 哪種統計指標最容易受到「離群值」的嚴重影響？ (A) 中位數 (B) 平均數 (C) 眾數 (D) 四分位距
解答：(B) 解析： 平均數會受極端大的值拉高或極端小的值拉低，不具穩健性。
23. 若一組數據呈現明顯偏態分佈（不對稱），哪種指標更能反映中心點？ (A) 平均數 (B) 中位數 (C) 最大值 (D) 標準差
解答：(B) 解析： 中位數具備穩健性，不受極端值影響，是偏態數據的首選指標。
24. 「標準差」在統計學中代表的意義為何？ (A) 數據的中心點 (B) 數據出現次數 (C) 數據偏離平均值的程度 (D) 數據的正確率
解答：(C) 解析： 標準差反映數據的分散程度，數值越大代表波動越大。
25. 在常態分佈假設下，約有多少比例的數據落在 ±2 個標準差內？ (A) 50% (B) 68% (C) 95% (D)
99.7%
解答：(C) 解析： 這是統計學的黃金法則：1_σ_≈68%, 2_σ_≈95%, 3_σ_≈99.7%。
26.
Z-Score 絕對值大於多少時，通常會被視為離群值？ (A) 1 (B) 2 (C) 3 (D) 0
解答：(C) 解析： 距離平均值超過 3 個標準差的數據點在常態分佈下極為罕見。
27. 將圖片中的文字轉化為結構化表格的技術稱為？ (A) OCR (B) CPU (C) GPU (D) RAG
解答：(A) 解析： OCR（光學字元辨識）可將非結構化影像轉為結構化文字。
28. 處理數據中「遺缺值」時，下列何種方法不建議隨意使用？ (A) 均值填補 (B) 中位數填補 (C) 隨機編造數值 (D) 刪除該筆記錄
解答：(C) 解析： 填補遺缺值應有科學依據，隨機編造會導致模型偏差。
29. 資料工程的主要目標是將原始數據轉化為 AI 的？ (A) 黃金燃料 (B) 廢棄物 (C) 硬體設備 (D) 用戶介面
解答：(A) 解析： 乾淨且具代表性的資料是模型效能的關鍵，故稱為黃金燃料。
30. 下列何者不屬於「特徵工程」的範疇？ (A) 資料歸一化 (B) 特徵選擇 (C) 購買更多算力 (D) 類別編碼
解答：(C) 解析： 特徵工程關注的是數據的加工與提取，算力屬於基礎建設。
31. 在探索性資料分析 (EDA) 中，觀察兩數值相關性最好的圖表是？ (A) 直方圖 (B) 圓餅圖 (C) 散佈圖 (D) 長條圖
解答：(C) 解析： 散佈圖可直觀顯示兩變數間的線性、非線性或無相關關係。
32. 哪種資料前處理技術可消除不同特徵間單位的影響？ (A) 標準化/歸一化 (B) 斷詞 (C) 重抽樣 (D) 交叉驗證
解答：(A) 解析： 將數值縮放至相同區間，確保模型不會因單位不同而產生權重偏誤。
33. 獨熱編碼 (One-hot Encoding) 主要用於處理何種特徵？ (A) 數值型 (B) 無序類別型 (C) 日期型 (D) 遺缺值
解答：(B) 解析： 將類別（如顏色：紅、綠、藍）轉為 0 與 1 的二進位形式。
34. 什麼是「資料漂移 (Data Drift)」？ (A) 數據存儲位置改變 (B) 輸入數據分佈隨時間產生偏移 (C) 資料庫被刪除 (D) 資料量太大
解答：(B) 解析： 真實世界的數據分佈改變導致原本的模型準確度下降。
35. ETL 流程中，將處理好的數據放入資料倉儲的步驟是？ (A) E (B) T (C) L (D) A
解答：(C) 解析： Load 代表將加工後的數據載入目標儲存庫。
36. 統計學中的「虛無假設 (H0)」通常代表什麼？ (A) 存在顯著差異 (B) 存在強大的效果 (C) 現狀或無顯著差異 (D) 資料是錯誤的
解答：(C) 解析： 虛無假設代表「無改變、無差異」的主張，是檢定的基準。
第三部分：機器學習與深度學習技術 (37-68 題)
37. 當模型要預測的是連續數值（如房價、氣溫），這屬於？ (A) 分類 (B) 迴歸 (C) 分群 (D) 降維
解答：(B) 解析： 迴歸任務預測的是連續型數值。
38. 監督式學習 (Supervised Learning) 的靈魂在於具備？ (A) 標籤（正確答案） (B) 昂貴算力 (C) 網際網路 (D) 隨機數
解答：(A) 解析： 監督式學習必須有「標籤」才能引導模型學習 X 與 Y 的關聯。
39. 線性迴歸模型中，衡量預測值與實際值差距平方平均的指標是？ (A) MSE (B) _R_2 (C) Accuracy
(D) Recall
解答：(A) 解析： MSE（均方誤差）越小，預測越精確。
40. 邏輯迴歸 (Logistic Regression) 雖然名字有迴歸，但常用於解決？ (A) 房價預測 (B) 二元分類 (C) 數據降維 (D) 圖片生成
解答：(B) 解析： 邏輯迴歸輸出的是機率，常用於二元分類（是/否）。