iPAS AI應用規劃師考試攻略 : 資料處理與分析概論模擬試題與重點整理 CCChen

嗨 我是CCChen:

自114年起，iPAS將「巨量資料分析師」與「機器學習工程師」能力鑑定整合至「AI應用規劃師」

其中「巨量資料分析師」的考試科目"資料處理與分析概論" 也是包含在AI應用規劃師的考試範圍中, 下表 L112 資料處理與分析概念, 基本上大同小異, 占比預估為20~30%, 應該會出題5~10題.

因此, 我將「巨量資料分析師」公開的考試範例題目"資料處理與分析概論"35頁題目資料中, 利用AI工具 "NotebookLM" 進行重點整理, 方便學習.

分享整理結果給大家參考, 一起為"AI應用規劃師"備考努力學習.

然後, 再模擬題目類型與出題概念, 提供40題相關範例題目供刷題

提醒: 以下題目為AI模擬生成, 僅供個人參考, 非官方正式題目.

1.下列何者不是資料前處理的步驟？ (A) 資料清理（Cleaning） (B) 資料操弄（Manipulation） (C) 資料建模（Modeling） (D) 資料變形（Reshaping） 答案：(C)

2.假設您收到一份包含姓名、性別、年齡等1000位用戶的Facebook資料，在R語言中，最適合用哪種資料結構來儲存？ (A) 資料框架（Data frame） (B) 串列（List） (C) 向量（Vector） (D) 矩陣（Matrix） 答案：(A)

3.如何判斷資料中是否存在偏差甚大的離群值？ (A) 將該欄位資料繪製成盒鬚圖（Box plot） (B) 將資料以直方圖（Histogram）表示 (C) 計算平均值與中位數的差異 (D) 以上皆是 答案：(D)

4.下列哪一項不屬於資料倉儲的特性？ (A) 主題導向的（Subject-oriented） (B) 經過整合的（Integrated） (C) 不會流失的（Non-volatile） (D) 屬於 OLTP 系統 答案：(D)

5.下列何者為資料遺缺的狀況？ (A) 完全隨機誤差（Missing Completely at Random，MCAR） (B) 隨機誤差（Missing at Random，MAR） (C) 非隨機誤差（Not Missing at Random，NMAR） (D) 以上皆是 答案：(D)

6.繪製下列何種圖表，資料集內至少需要包含兩個變量？ (A) 直方圖（Histogram） (B) 圓餅圖（Pie chart） (C) 散佈圖（Scatter plot） (D) 盒鬚圖（Box plot） 答案：(C)

7.下列何者不屬於資料的相關性分析（Correlation Analysis）方法？ (A) 卡方檢定 (B) 相關係數 (C) 共變異數 (D) 四分位數 答案：(D)2

8.從SQL Database的角度，若要輕鬆計算不同性別的平均體重，資料表欄位應如何設計？ (A) 男性，女性，其他，男性體重，女性體重，其他體重 (B) 性別，男性體重，女性體重 (C) 性別，體重 (D) 以上皆非 答案：(C)

9.哪種圖表適合展示時間序列（Time Series）類型的資料？ (A) 圓餅圖（Pie chart） (B) 散佈圖（Scatter plot） (C) 折線圖（Line chart） (D) 長條圖（Bar chart） 答案：(C)

10.下列何者是利用時間序列來觀察不同維度之間隨時間變化的資訊？ (A) 勝率比（Odds ratio） (B) 平行座標圖（Parallel coordinates） (C) 目標投影追蹤（Targeted projection pursuit） (D) 運行圖（Run chart） 答案：(D)

11.若將一群客戶的消費額（最大值3800元，最小值1800元）經最小最大正規化（Min-Max Normalization）轉換至0到1的範圍，消費額2300元會被轉換為多少？ (A) 0.2 (B) 0.25 (C) 0.4 (D) 0.5 答案：(B)

12.下列何者不是常用來儲存log file的資料格式？ (A) Doc (B) Csv (C) Textfile (D) Parquet 答案：(A)

13.下列哪種方法可以用來進行特徵轉換？ (A) Diffusion maps (B) Locally-linear embedding (C) Relational perspective map (D) 以上皆是 答案：(D)

14.下列何者不是降維的好處？ (A) 減少運算時間與儲存空間 (B) 移除共線性資料能有效提高線性模型的效能 (C) 當資料維度降至 2～3 維時，能很容易的直接視覺化展示資料分佈 (D) 降維後的資料集訊息量增加，不會減少 答案：(D)

15.下列何項不是迴歸分析常用的維度縮減技術？ (A) 係數縮減法（Shrinkage） (B) 逐步迴歸法（Stepwise Regression） (C) 子集挑選法（Subset Selection） (D) 事後修剪法（Post-pruning） 答案：(D)

16.欲擷取網頁內容時，若網頁內容改變但網址不變，較可能為何種請求方法？ (A) POST (B) PUT (C) GET (D) READ 答案：(A)

17.下列何者並非現今巨量資料系統架構的設計趨勢？ (A) 主從式分散架構（Master-Slave） (B) P2P 架構（P2P Architecture） (C) 分片機制（Sharding） (D) 高度集中化運算平台（Centalized Computing Platform） 答案：(D)

18.關於巨量資料平台Hadoop，下列敘述何者正確？ (A) Name-Node 節點需要配置較多的記憶體，用來儲存文件資料 (B) 在 HDFS（Hadoop Distributed File System）上的文件，不支援隨機存取 (C) 支援一次寫入一次存取，確保資料完整存取 (D) 以上皆是 答案：(B)

19.下列何者不是HDFS（Hadoop Distributed File System）的特色？ (A) 不需要 Master Node 來管理集群 (B) 可以將文件分散式儲存 (C) 適合儲存文字型資料 (D) 自動備份存入的檔案 答案：(A)

20.在撰寫MapReduce的程式時，下列何者操作不適合在Reducer中實現？ (A) x - y (B) x * y (C) x + y (D) count 答案：(A)

21.若要比較兩公司員工薪資的離散程度，應採用下列哪種統計量？ (A) 變異數 (B) 全距 (C) 平均數 (D) 變異係數 答案：(D)

22.盒鬚圖（Box plot）沒有顯示哪個統計量？ (A) 第一四分位數 (B) 中位數 (C) 第三四分位數 (D) 標準差 答案：(D)

23.下列何種情形適合使用單因子變異數分析（One-way Analysis of Variance）？ (A) 檢驗數據是否服從常態分配 (B) 比較某班級男生與女生數學成績的變異數 (C) 比較兩間輪胎工廠，輪胎平均使用年限是否不同 (D) 比較某工廠 4 部機器由不同人員操作下，其每小時平均產量是否不同 答案：(D)

24.二個獨立事件 A 與 B，機率分別是 60%與 40%，則 Pr{A∪B}=？ (A) 50% (B) 20% (C) 76% (D) 100% 答案：(C)

25.下列敘述何者正確？ (A) 若一組資料的最大值為 90，最小值為 0，其中位數為 60，則此資料為右偏 (B) 一組資料的所有數值與其算術平均數的差，其總和為 0 (C) 若二組資料有相同標準差，且平均數皆為正數，則平均數愈大者，變異係數愈大 (D) 兩組不同單位的資料可藉標準差來比較資料之離散程度 答案：(B)

26.若有四群學生的人數分別為 10、20、30、40 人，平均體重依序為 60、70、55、65 公斤，則全部學生的平均體重是？ (A) 60 公斤 (B) 62.5 公斤 (C) 65 公斤 (D) 67.5 公斤 答案：(B)

27.有一汽車業務員隨機拜訪 3 位客戶，依過去經驗客戶購買車的機率為 10%，試問這三位客戶中，至少有一位會購買車的機率？ (A) 23.1% (B) 25.1% (C) 27.1% (D) 29.1% 答案：(C)

28.統計資料分為離散型與連續型，請問下列何項與其他不同？ (A) 體重 (B) 身高 (C) 成績 (D) 國家數目 答案：(D)

29.關於連續型機率分配，下列敘述何者正確？ (A) 常態分配中，平均值為 0、變異數為 0 之分配，稱為標準常態分配 (B) 已知均勻分配為 U(a, b)，則平均值為(a-b)/2 (C) 伽瑪分配是指數分配的特例 (D) 已知隨機變數為標準常態分配，則取其平方為卡方分配且自由度為 1 答案：(D)

30.下列何者不是卡方檢定（Chi-square Test）的功能？ (A) 適合度檢定 (B) 獨立性檢定 (C) 變異數檢定 (D) 齊一性檢定 答案：(C)

31.下列何者為「非監督式學習」演算法？ (A) 決策樹（Decision tree） (B) 集成方法（Ensemble Methods） (C) K 平均法（K-Means） (D) 支援向量機（Support Vector Machine） 答案：(C)

32.關於非監督式學習，下列敘述何者正確？ (A) 意指不需要人看著就能學習 (B) 常見的集群分析屬於非監督式學習 (C) 常見的分類模型屬於非監督式學習 (D) 以上皆非 答案：(B)

33.關於 K 平均法（K-means）的分群，下列敘述何者不正確？ (A) 一開始群的中心點可以是隨機選擇的 (B) 每次分群的結果都一模一樣 (C) 每次分群結果必須讓組內平方和最小 (D) 一開始必須告知該演算法欲分群的群數 答案：(B)

34.下列何種分群演算法，是基於「密度」概念所設計的？ (A) OPTICS 演算法（Ordering Points To Identify the Clustering Structure） (B) K 平均法（K-means） (C) 聚合式階層分群法（Agglomerative Hierarchical Clustering） (D) 社群偵測（Community Detection） 答案：(A)

35.計算資料百分位數的 R 指令為何？ (A) quantile (B) percent (C) median (D) sum 答案：(A)

36.在 R 語言中使用 arules 套件，下列哪一個指令可將 dataset 轉換成關聯規則分析用資料？ (A) as(arules, "dataset") (B) as(dataset, "arules") (C) as(transactions, "dataset") (D) as(dataset, "transactions") 答案：(D)

37.欲呈現二維平面中檢視資料點之間的關係（例如：相似度或距離），一般會使用下列哪種方法？ (A) 詞頻-逆文檔頻率（Term Frequency Inverse Document Frequency，TF-IDF） (B) 多維尺度法（Multidimensional Scaling，MDS） (C) 最鄰近搜索（Approximate Nearest Neighbor，ANN） (D) 社會網路分析（Social Network Analysis，SNA） 答案：(B)

38.有一個數列1...，若要找出此數列中的離群值，下列何者計算是不必要的？ (A) 計算此數列的平均數 (B) 計算此數列的標準差 (C) 計算此數列的峰度係數 (D) 將各數值標準化 答案：(C)

39.有一筆資料[1,2,5,6,10,22,...]，下列何種方式無法測量數列集中趨勢？ (A) 平均數 (B) 標準差 (C) 眾數 (D) 中位數 答案：(B)

40.下列何者不屬於非監督式學習？ (A) 局域離群因子（Local Outlier Factor） (B) 獨立成份分析（Independent Component Analysis） (C) 最近鄰法（Nearest Neighbor Methods） (D) 奇異值分解（Singular Value Decomposition） 答案：(C)

我是CCChen:

如果你覺得這篇文章對你有幫助，請幫我按個愛心，也歡迎 按讚 + 收藏 + 分享，我將持續分享更多 AI 學習攻略、考試技巧、AI 工具應用 等精彩內容！