📝 科目三 機器學習技術與應用

某數據分析師欲建立一個模型，需描述隨機變數在連續範圍內取值的機率分佈情況。請問他應該參考下列哪一種函數？

在處理具有數百個特徵的客戶資料集時，研究人員希望將高維資料映射至較低維度空間，同時保留資料的主要變異方向。下列哪一種矩陣分解技術最常被主成分分析（PCA）採用？

在優化機器學習模型參數時，關於「梯度（Gradient）」的描述，下列何者正確？

某零售業者分析交易數據時發現資料集中存在極端值（如超大額訂單）。若欲選擇一個較不受這些極端值影響的「集中趨勢指標」，下列何者最適當？

深度學習訓練中，哪一種優化方法會累積每個參數的「歷史梯度大小」，進而對不同特徵自動調整學習率，特別適用於處理稀疏特徵？

當循環神經網路（RNN）在訓練過程中出現「梯度爆炸」現象，導致模型權重數值溢出不穩時，開發團隊應優先採用哪項技術？

某金融機構希望從原始、未標註的交易紀錄中發現潛在的客戶分群或消費模式。這種不依賴標籤的學習方式屬於下列何者？

某不動產評估模型需根據房屋面積、房齡等特徵預測其成交的「具體連續數值價格」。請問這類任務稱為？

在電腦視覺應用中，若欲透過神經網路自動辨識影像中的局部特徵（如線條或紋理），最適合採用下列哪一種網路架構？

現代大型語言模型（LLM）常採用 Transformer 架構。請問該架構中用來捕捉序列中「長距離語境依賴關係」的核心機制為何？

在構建決策樹模型進行分類任務時，若欲衡量節點內樣本的「不純度」以判斷分裂效果，常見的指標為何？

某生成式 AI 團隊利用「生成器」產製假圖像，並利用「判別器」區分真假，兩者互相博弈。此技術稱為？

下列哪一種模型架構特別擅長處理具有「時間序列」性質的資料（如語音、文字或感測器連續數據）？

神經網路中為了引入「非線性」特質，使模型能擬合複雜模式，必須在神經元運算後加入何種元件？

針對資料集中的缺失值（Missing Value），若欲利用現有其他特徵「訓練一個子模型」來估算並補齊缺失值，此方法屬於？

某工程師在進行「異常值（Outlier）」偵測時，決定利用「統計特徵分佈（如第一與第三分位數）」來判定離群點。他使用的是？

在特徵選擇方法中，若特徵篩選過程直接「內嵌在模型訓練中（如 Lasso 迴歸或決策樹）」，這種方法稱為？

使用 One-hot Encoding 處理具備過多類別（高基數）的欄位時，最主要的風險為何？

當特徵資料分佈呈現明顯的「右偏（極端大值較多）」時，實務上常採用哪種轉換技術來降低偏態並穩定方差？

關於「偏差-變異權衡（Bias-Variance Tradeoff）」，若一個模型對訓練資料過於敏感，能捕捉雜訊但泛化能力差，應如何描述該模型？

構建「以距離為基礎」的模型（如 KNN 或 SVM）時，下列哪一項預處理步驟最為關鍵，以避免量綱（尺度）不同導致偏誤？

若資料量極其稀少（如僅 150 筆）且類別極不平衡，欲精確評估模型穩定性並最大化資料利用率，建議採用哪種驗證方法？

訓練模型後，發現模型在「訓練集」上表現近乎完美，但在「測試集」效能極差。此現象最可能稱為？

在訓練深度學習模型時，開發者隨機將部分神經元「暫時關閉」以防止神經元間的過度依賴，進而抑制過擬合。此技術稱為？

在監控驗證集效能時，若指標在連續數輪迭代後皆無明顯改善，則提前終止訓練。此策略稱為？

MLOps（機器學習維運）的核心目的為何？

根據個資保護法規，下列哪一組資訊屬於「直接識別個人身份資訊（PII）」，處理時需最嚴格管理？

某醫院希望在不解密原始病歷的情況下，於雲端平台上直接執行 AI 模型運算以保護患者隱私。這需要應用下列哪項技術？

某公司發現其招聘 AI 對特定性別的錄取率顯著低於另一群體。若欲要求不同群體獲得正向預測（錄取）的「比例大致相同」，則應參考哪項公平性指標？

欲解決 AI 模型中因少數族群樣本過少而導致的預測偏誤，開發團隊可利用過採樣技術「合成」新的少數類樣本。此常用技術稱為？