iPas AI應用規劃師~ 模擬題庫400題 (三) CCChen 2025

嗨, 我是CCChen:

為了有效了解自己的AI知識, 我收集官方簡報與各種教材,

利用AI分析"公版官方教材"資料內容, 自動生成模擬試題, 供大量刷題練習用.

AI模擬題庫說明:

參考資料:

產業AI種子三日班1000頁簡報+製造業AI升級引擎~人才培訓線上課程 單元一~七+製造業AI導入指引+行政院及所屬機關(構)使用生成式AI參考指引總說明及規定+ 1131226經濟部iPAS AI應用規劃師推廣說明會簡報(經濟部產業發展署)

題目生成: AI工具 NotebookLM (完全依照教材簡報內容, 生成模擬題目)

題目重點分布:

一、1~100題: 基礎題(AI基本概念+AI治理+AI道德)

二、101~200題: 初級題 (ML機器學習+DL深度學習+NLP自然語言處理+LLM大語言模型+ETL資料處理與分析)

三、201~300題: 中級題(AI類型+演算法+技術方法+提示技巧+產業應用+AI生成工具+資料科學+數據處理)

四、301~400題: 高級題(AI核心概念+優化技術+應用與規劃+生成式AI+鑑別式AI)

 AI應用規劃師檢定測驗 – 模擬題目~題號 201~300題：

分享模擬題目,  皆為AI自動生成, 非官方正式題目, 僅供參考, 請自行判斷.

• 下列哪一種 AI 類型主要用於從未標記的資料中發現隱藏的結構？ (A) 監督式學習 (B) 非監督式學習 (C) 強化學習 (D) 半監督式學習
• 答案：(B) * 解析： 非監督式學習處理的是未標記的資料，目標是發現資料中的模式，如分群、降維等。

• 在生成式 AI 中，生成對抗網路（GAN）的主要應用是什麼？ (A) 圖像分類 (B) 生成圖像 (C) 自然語言處理 (D) 數據增強
• 答案：(B) * 解析： GAN 的主要應用是生成逼真的新圖像。

• 在 GAN 中，鑑別器的作用是什麼？ (A) 訓練生成器 (B) 區分真實數據和生成數據 (C) 提取特徵 (D) 分類數據
• 答案：(B) * 解析： 鑑別器的主要作用是區分真實數據和生成數據，並提供反饋給生成器。

• 下列哪一種技術專門用於降低圖像中的噪聲？ (A) 形態學變換 (B) 圖像增強 (C) 濾波技術 (D) 特徵提取
• 答案：(C) * 解析： 濾波技術專門用於降低圖像噪聲，提升圖像質量。

• 哪一種圖像處理技術用於處理圖像的形狀和結構？ (A) 濾波技術 (B) 形態學變換 (C) 圖像增強技術 (D) 特徵提取
• 答案：(B) * 解析： 形態學變換適用於處理圖像的形狀，例如膨脹、腐蝕等操作。

• 下列哪種技術用於提升圖像的視覺效果？ (A) 濾波技術 (B) 形態學變換 (C) 圖像增強技術 (D) 特徵提取
• 答案：(C) * 解析： 圖像增強技術通過調整亮度、對比度等參數來改善圖像的視覺效果。

• 生成式 AI 的主要目的是什麼？ (A) 提取特徵 (B) 生成新數據 (C) 分類數據 (D) 聚類數據 答案：(B) * 解析： 生成式 AI 的主要目的是創建與原始數據相似的新數據。

• 在自然語言處理中，哪種模型用於生成連貫且有意義的文本？ (A) 編碼器 (B) 解碼器 (C) 轉換器 (D) 鑑別器
• 答案：(B) * 解析： 解碼器利用編碼器提供的語義表示，生成新的語言序列。

• 下列哪一項是 DALL-E 的主要功能？ (A) 圖像分類 (B) 物件檢測 (C) 圖像生成 (D) 語音辨識
• 答案：(C) * 解析： DALL-E 能夠將文本提示轉換為具體圖像，展現獨特創意和藝術風格。

• 哪一種 AI 應用可以自動分析和分級電子郵件或票證，並將其分類到相關部門？ (A) 情感分析 (B) 實體辨識 (C) 自訂文字分類 (D) 語音辨識
• 答案：(C) * 解析： 自訂文字分類可以將非結構化文件分類成預先定義的類別，適用於自動分析和分級電子郵件或票證。

• 在製造業中，哪種 AI 應用可以用於將產品檢查報告分類為不同的品質狀態，如「合格」或「不合格」？ (A) 多重標籤分類 (B) 單一標籤分類 (C) 情感分析 (D) 實體辨識
• 答案：(B) * 解析： 單一標籤分類適用於每個文件只有一個明確類別的情況，如將產品檢查報告分類為「合格」或「不合格」。

• 哪一種 AI 應用適用於文件可以同時屬於多個類別的情況，如將電影腳本分類為「愛情片」和「喜劇」？ (A) 單一標籤分類 (B) 情感分析 (C) 實體辨識 (D) 多重標籤分類
• 答案：(D) * 解析： 多重標籤分類適用於文件可以同時屬於多個類別的情況，如將電影腳本分類為「愛情片」和「喜劇」。

• 在法律合約解讀中，編碼器的作用是什麼？ (A) 生成新的法律條款 (B) 理解和分析合同的內容 (C) 判斷合同的有效性 (D) 翻譯合同文本
• 答案：(B) * 解析： 編碼器的作用就像是一個高級法律分析工具，幫助理解和分析合同的內容。

• 檢索增強生成（RAG）技術的主要目的是什麼？ (A) 提高模型訓練速度 (B) 減少模型參數 (C) 結合可信資料來源的上下文資訊，指導模型產生更準確的回應 (D) 增加模型的創造力
• 答案：(C) * 解析： RAG 技術結合可信資料來源的上下文資訊，指導模型產生更準確的回應，優化使用者體驗。

• 在規劃負責任的生成式 AI 解決方案時，Microsoft 強調的四個步驟是什麼？ (A) 需求分析、模型選擇、模型訓練、模型部署 (B) 識別風險、評估風險、減輕風險、制定計畫 (C) 資料收集、資料清洗、特徵工程、模型評估 (D) 系統設計、程式開發、測試驗證、使用者回饋
• 答案：(B) * 解析： Microsoft 的負責任 AI 指南強調通過四步驟確保生成式 AI 的負責任使用：識別解決方案潛在風險、評估風險、減輕風險、制定並遵循部署和運維計畫。

• 在 AI 專案的風險控制中，首要步驟是什麼？ (A) 確定危害的優先順序 (B) 測試並驗證危害 (C) 識別潛在危害 (D) 記錄並共用危害
• 答案：(C) * 解析： 在負責任使用生成式 AI 的首階段，重點是識別潛在危害。

• 生成式 AI 的潛在風險包括哪些？ (A) 提高生產效率 (B) 降低能源消耗 (C) 產生攻擊性或歧視性內容 (D) 優化客戶服務
• 答案：(C) * 解析： 生成式 AI 潛在風險涵蓋產生攻擊性或歧視性內容、輸出誤導性信息、促使非法行為。

• 在開發生成式 AI 解決方案時，為什麼評估潛在風險的可能性和影響很重要？ (A) 減少開發成本 (B) 加快開發速度 (C) 優先處理可能帶來嚴重後果的問題 (D) 簡化程式碼
• 答案：(C) * 解析： 在開發生成式 AI 解決方案時，評估潛在風險的可能性和影響是關鍵一步，以便優先處理可能帶來嚴重後果的問題。

• 在確認風險優先順序後，下一步應該做什麼？ (A) 記錄風險 (B) 共用風險 (C) 進行測試以驗證潛在危害的實際發生情況 (D) 忽略風險 答案：(C) * 解析： 在確認風險優先順序後，應進行測試以驗證潛在危害的實際發生情況及其條件。

• 在發佈生成式 AI 解決方案之前，應該確保什麼？ (A) 降低開發成本 (B) 加快發佈速度 (C) 遵循合規性要求，並進行系統及文件審查 (D) 增加功能
• 答案：(C) * 解析： 在潛在風險識別、影響評估及緩解措施實施後，方案即可發佈。發佈前應確保遵循合規性要求，並進行系統及文件審查。

• 發佈成功的生成式 AI 解決方案的關鍵步驟包括哪些？ (A) 快速迭代、持續開發 (B) 最小化風險、最大化收益 (C) 設計分階段交付計畫、創建事件回應計畫、創建回滾計畫 (D) 簡化程式碼、優化演算法
• 答案：(C) * 解析： 成功發佈生成式 AI 解決方案的關鍵步驟包括設計分階段交付計畫、創建事件回應計畫、創建回滾計畫等。

• 什麼是數位涵容（Digital Inclusion）？ (A) 提高數位產品的價格 (B) 運用科技縮減數位落差，確保弱勢族群能享有與一般民眾相同品質的政府服務 (C) 增加數位產品的銷售量 (D) 提升數位產品的功能
• 答案：(B) * 解析： 數位涵容是指運用科技縮減數位落差，確保有障礙人士及弱勢族群能享有與一般民眾相同品質的政府服務。

• 什麼是模型（Model）？ (A) 一種真實世界的複雜系統 (B) 一種用於展示產品的工具 (C) 一種用來簡化和模擬真實世界的工具，透過分析大量資料而建立起來的數學公式 (D) 一種用於儲存資料的工具
• 答案：(C) * 解析： 模型是一種用來簡化和模擬真實世界的工具，在機器學習中，模型是透過分析大量資料而建立起來的數學公式，可以用來進行預測或做出決定。

• 下列哪一項不是 AI 應用上會面臨的挑戰？ (A) 公平性 (B) 權責規劃 (C) 隱私性 (D) 成本降低
• 答案：(D) * 解析： AI 應用會面臨公平性、權責規劃、隱私性等挑戰，但成本通常是導入 AI 需要考量的因素。

• 在 AI 應用中，機關應如何確保對環境永續友善？ (A) 增加算力使用 (B) 擴大資料中心規模 (C) 評估 AI 應用對環境造成的負面影響，例如碳排放和水資源消耗 (D) 使用更多稀有金屬
• 答案：(C) * 解析： 機關應評估 AI 應用對環境造成的負面影響，包括碳排放和水資源消耗，並採取措施減少這些影響。

• 在使用機敏資料進行 AI 訓練時，應遵循的原則是什麼？ (A) 無限制儲存資料 (B) 使用所有可用資料 (C) 合法性、目的限制、透明度和個人權利、資料最小化、儲存限制、安全性 (D) 忽略資料安全
• 答案：(C) * 解析： 使用機敏資料進行 AI 訓練時，應遵循合法性、目的限制、透明度和個人權利、資料最小化、儲存限制、安全性等原則。

• 什麼是負責任人工智慧（Responsible AI）？ (A) 一種快速開發 AI 系統的方法 (B) 一種最大化 AI 系統利潤的方法 (C) 一種以安全、可靠且道德的方式開發、評估及部署 AI 系統的方法 (D) 一種忽略 AI 倫理和社會影響的方法
• 答案：(C) * 解析： 負責任人工智慧是一種以安全、可靠且道德的方式開發、評估及部署 AI 系統的方法。

• 下列哪一項不是負責任 AI 的原則？ (A) 隱私和保密性 (B) 包容性 (C) 透明度 (D) 最大化利潤
• 答案：(D) * 解析： 負責任 AI 的六大準則包括公平性、可靠性和安全性、隱私權和保密性、包容性、透明度、責任。

• 哪一種工具包專注於解釋機器學習模型，推動負責任的 AI？ (A) TensorFlow (B) PyTorch (C) InterpretML (D) Scikit-learn
• 答案：(C) * 解析： InterpretML 是一個開源工具包，專注於解釋機器學習模型，推動負責任的 AI。

• 什麼是原因推斷？ (A) 一種提高模型準確性的技術 (B) 一種簡化模型複雜性的技術 (C) 一種旨在確定某一變量對另一變量的因果影響的技術 (D) 一種加速模型訓練的技術
• 答案：(C) * 解析： 原因推斷是一種技術，旨在確定某一變量對另一變量的因果影響。

• 企業導入 AI 應用時，首先應該做什麼？ (A) 立即購買 AI 軟體 (B) 培訓所有員工 (C) 識別企業痛點 (D) 建立 AI 團隊
• 答案：(C) * 解析： 企業評估是否導入 AI 應用時，首先應識別企業痛點，例如運營效率低、成本高等。

• 如果企業的生產過程中存在瓶頸，資源配置不當，應該使用哪種 AI 技術來解決？ (A) 自然語言處理 (B) 情感分析 (C) 資源優化 (D) 聊天機器人
• 答案：(C) * 解析： 使用 AI 技術優化資源配置，提高資源利用效率可以解決生產過程中存在的瓶頸，資源配置不當的問題。

• 如果企業的客戶服務不佳，應該使用哪種 AI 技術來改善？ (A) 預測維護 (B) 能源管理系統 (C) 供應鏈優化 (D) 自然語言處理（NLP）
• 答案：(D) * 解析： 使用聊天機器人來自動回應客戶查詢，提高客戶服務速度和質量。

• 企業導入 AI 應用時，如何評估 AI 的必要性？ (A) 僅需要自動化系統紀錄手動編輯的 Excel 數據 (B) 需先數位化，將設備聯網獲取數據 (C) 非技術面問題 (D) 依需求判定解決方案層級，屬於自動化、數位化還是智慧化
• 答案：(D) * 解析： 依需求判定解決方案層級，屬於自動化(利用設備取代人力作業)/數位化(設備可拋轉數據進行檢視)/智慧化(利用 AI進行數據分析)。

• 在 AI 瑕疵檢測中，AI 產出的結果應該是什麼？ (A) 優化產線排程 (B) 機器或零件準備 (C) 分析瑕疵位置、類型、佔比，以及整體瑕疵率 (D) 最佳配置生產資源
• 答案：(C) * 解析： AI 瑕疵檢測的 AI 產出應包括分析瑕疵位置、類型、佔比，以及整體瑕疵率。

• 在設備預測性維護中，AI 產出的結果應該是什麼？ (A) 優化產線排程 (B) 近期故障可能性，以做機器或零件準備；長期故障可能性，以提前維護 (C) 分析瑕疵位置 (D) 最佳配置生產資源
• 答案：(B) * 解析： 設備預測性維護的 AI 產出應包括近期故障可能性，以做機器或零件準備；長期故障可能性，以提前維護。

• 初估 AI 導入成本時，應該考慮哪些費用？ (A) 僅考慮硬體費用 (B) 僅考慮軟體費用 (C) 僅考慮開發費用 (D) 硬體費用、軟體費用、開發費用、營運費用、系統整合、支援服務
• 答案：(D) * 解析： 初估 AI 導入成本時，應該考慮硬體費用、軟體費用、開發費用、營運費用、系統整合、支援服務等。

• 在驗證 POC 階段，主要目的是什麼？ (A) 降低開發成本 (B) 加快開發速度 (C) 驗證 AI 效果 (D) 簡化程式碼
• 答案：(C) * 解析： 驗證 POC 階段的目的是驗證 AI 效果，包括模型開發至部署、確認實務運作模式、計算 ROI。

• 在實施/營運階段，主要目的是什麼？ (A) 快速迭代 (B) 最小化風險 (C) 持續發揮導入 AI 價值 (D) 簡化程式碼
• 答案：(C) * 解析： 實施/營運階段的目的是持續發揮導入 AI 價值，包括方案落地、模型監控與重新訓練、AI 價值擴散。

• 金融機構運用 AI 系統時，應注意哪些風險？ (A) 僅技術風險 (B) 僅操作風險 (C) 僅市場風險 (D) 倫理、公平性、隱私權與透明性等問題
• 答案：(D) * 解析： 金融機構運用 AI 系統時，應注意倫理、公平性、隱私權與透明性等問題。

• 金融業運用 AI 的六項核心原則是什麼？ (A) 技術創新、效率提升、成本降低 (B) 客戶滿意、股東權益、員工福利 (C) 建立治理及問責機制、重視公平性及以人為本的價值觀、保護隱私及客戶權益、確保系統穩健性與安全性、落實透明性與可解釋性、促進永續發展 (D) 風險管理、法規遵循、內部控制
• 答案：(C) * 解析： 金融業運用 AI 的六項核心原則是建立治理及問責機制、重視公平性及以人為本的價值觀、保護隱私及客戶權益、確保系統穩健性與安全性、落實透明性與可解釋性、促進永續發展。

• 金融機構應如何確保 AI 系統的公平性？ (A) 使用最先進的演算法 (B) 增加模型複雜度 (C) 儘可能避免演算法之偏見所造成的不公平 (D) 忽略資料來源
• 答案：(C) * 解析： 金融機構在使用 AI 系統之過程中，應儘可能避免演算法之偏見所造成的不公平。

• 金融機構在使用 AI 系統時，應如何保護客戶隱私？ (A) 蒐集所有可用資料 (B) 無限制使用客戶資料 (C) 充分尊重及保護消費者之隱私，並妥善管理及運用客戶資料 (D) 忽略資料安全
• 答案：(C) * 解析： 金融機構應充分尊重及保護消費者之隱私，並妥善管理及運用客戶資料。

• 金融機構應如何確保 AI 系統的穩健性與安全性？ (A) 僅關注技術層面 (B) 忽略風險管理 (C) 確保其系統之穩健性與安全性，以避免對消費者或金融體系造成損害 (D) 快速部署
• 答案：(C) * 解析： 金融機構在運用 AI 系統時，必須確保其系統之穩健性與安全性，以避免對消費者或金融體系造成損害。

• 金融機構應如何落實 AI 系統的透明性與可解釋性？ (A) 隱藏所有資訊 (B) 使用複雜的演算法 (C) 確保其運作之透明性及可解釋性 (D) 忽略客戶需求
• 答案：(C) * 解析： 金融機構在運用 AI 系統時，應確保其運作之透明性及可解釋性。

• 金融機構應如何促進 AI 系統的永續發展？ (A) 增加能源消耗 (B) 忽略社會責任 (C) 確保其發展策略及執行與永續發展之原則相結合 (D) 快速擴張
• 答案：(C) * 解析： 金融機構在運用 AI 系統時，應確保其發展策略及執行與永續發展之原則相結合。

• 下列哪一項是數位發展部公部門推動 AI 應用初期遇到的痛點？ (A) 資金不足 (B) 政策支持不夠 (C) 機關同仁 AI 知識不足 (D) 硬體設備不足
• 答案：(C) * 解析： 機關推動 AI 應用初期有三大痛點：機關同仁 AI 知識不足、可參考的 AI 案例分散、無 AI 專案實作導向指引。

• 根據金融監督管理委員會的「金融業運用人工智慧（AI）指引」，下列哪一項描述是正確的？ (A) 本指引具有法律約束力，金融機構必須完全遵守。(B) 本指引只適用於銀行業，不適用於其他金融機構。(C) 本指引係屬行政指導性質，旨在鼓勵金融業在風險可控之情況下，導入、使用及管理 AI。(D) 本指引詳細規範了所有 AI 系統的具體使用情境與風險等級。
• 答案：(C) * 解析： 依據金融監督管理委員會的指引，該文件為行政指導性質，旨在鼓勵金融業在風險可控的情況下使用 AI。

• 根據「金融業運用人工智慧（AI）指引」，AI 系統的生命週期主要包括哪四個階段？ (A) 研究、開發、測試、部署 (B) 概念驗證、原型設計、模型訓練、商業化 (C) 系統規劃及設計、資料蒐集及輸入、模型建立及驗證、系統部署及監控 (D) 需求分析、系統設計、程式開發、測試 答案：(C) * 解析： AI 系統的生命週期主要包括系統規劃及設計、資料蒐集及輸入、模型建立及驗證、系統部署及監控四個階段。

• 根據「金融業運用人工智慧（AI）指引」，下列哪一項是金融機構在評估 AI 系統風險時應考量的因素？ (A) 系統開發者的背景 (B) 系統使用的程式語言 (C) AI 自主決策程度 (D) 系統的品牌知名度
• 答案：(C) * 解析： 風險評估所需考量之因素包括是否直接提供客戶服務或對營運有重大影響、使用個人資料的程度、AI 自主決策程度、AI 系統的複雜性、影響不同利害關係人的程度及廣度、救濟選項之完整程度。

• 根據「金融業運用人工智慧（AI）指引」，下列哪一項是金融機構委託第三方業者導入 AI 系統時應注意的事項？ (A) 僅關注價格 (B) 不需簽訂書面契約 (C) 宜與第三方業者簽訂書面契約，明定導入事項範圍、第三方業者之責任範疇，以及未達績效目標或發生不良事件之追索途徑。(D) 可以不進行風險評估
• 答案：(C) * 解析： 金融機構宜與第三方業者簽訂書面契約，明定導入事項範圍、第三方業者之責任範疇，以及未達績效目標或發生不良事件之追索途徑。

• 根據「金融業運用人工智慧（AI）指引」，金融機構應如何管理 AI 模型之風險？ (A) 僅在部署前進行管理 (B) 可以不建立模型清單 (C) 部署前之管理、持續驗證、建立模型清單 (D) 僅進行內部審查
• 答案：(C) * 解析： AI 模型之風險管理包括部署前之管理、持續驗證、建立模型清單。

• 根據「金融業運用人工智慧（AI）指引」，金融機構應如何確保 AI 系統的公平性？ (A) 僅使用公開資料 (B) 不需提供救濟選項 (C) 如利用個人屬性做為 AI 模型決策之因素之一，應有合理理由 (D) 可以對特定群體有系統性之不利差別待遇 答案：(C) * 解析： 如利用個人屬性做為 AI 模型決策之因素之一，應有合理理由，如無合理理由，運用 AI 系統所產生之決策則不應對特定群體有系統性之不利差別待遇。

• 根據「金融業運用人工智慧（AI）指引」，在 AI 系統的「資料蒐集及輸入」階段，金融機構應注意哪些事項？ (A) 可以蒐集過多不必要之敏感資訊 (B) 不需記錄資料蒐集之來源 (C) 金融機構宜檢視擬蒐集之數據資料、其蒐集之方式及數據資料之來源，是否有可能會產生偏見，並注意這些偏見是否造成不公平或歧視。(D) 可以不取得客戶同意
• 答案：(C) * 解析： 金融機構宜檢視擬蒐集之數據資料、其蒐集之方式及數據資料之來源，是否有可能會產生偏見，並注意這些偏見是否造成不公平或歧視。

• 根據「金融業運用人工智慧（AI）指引」，在「系統部署及監控」階段，金融機構應如何落實以人為本及人類可控原則？ (A) 完全由 AI 系統進行決策 (B) 不需辨識該系統是否遵循法令 (C) 宜考量 AI 決策對客戶或金融機構之影響程度，採取不同程度之監督機制，或規劃其他可能之風險抵減、轉移或規避措施。(D) 不需評估風險
• 答案：(C) * 解析： 針對 AI 系統之應用領域，金融機構於評估使用 AI 輔助決策所需之人類參與程度時，宜考量 AI 決策對客戶或金融機構之影響程度，採取不同程度之監督機制，或規劃其他可能之風險抵減、轉移或規避措施。

• 根據「金融業運用人工智慧（AI）指引」，金融機構應如何管控生成式 AI 產出資訊之風險？ (A) 可以不評估對特定群體產生偏見或歧視之情況 (B) 可以不掌握訓練過程 (C) 對其產出之資訊，仍需由其人員就其風險進行客觀且專業的管控 (D) 可以直接用於客戶服務
• 答案：(C) * 解析： 金融機構對生成式 AI 產出之資訊，仍需由其人員就其風險進行客觀且專業的管控，以避免對客戶或金融消費者產生不公平之情況。

• 根據「金融業運用人工智慧（AI）指引」，金融機構應如何保護客戶隱私及資料？ (A) 可以蒐集過多不必要之敏感資訊 (B) 可以不告知客戶 (C) 應注意保護客戶的隱私權，妥善處理其客戶資料，避免資料外洩風險，並採用資料最小化原則 (D) 可以不尊重客戶選擇是否使用 AI 服務的權利
• 答案：(C) * 解析： 金融機構在 AI 系統之生命週期均應注意保護客戶的隱私權，妥善處理其客戶資料，避免資料外洩風險，並採用資料最小化原則。

• 根據「金融業運用人工智慧（AI）指引」，如果金融機構決定不提供替代方案，宜進一步評估什麼？ (A) 是否降低服務品質 (B) 是否減少成本 (C) 是否為客戶提供補救措施 (D) 是否簡化流程
• 答案：(C) * 解析： 若金融機構在權衡上述因素後決定不提供替代方案，宜進一步評估是否為客戶提供補救措施。

• 下列哪一種 AI類型 主要用於在沒有明確標籤的資料中尋找模式？ (A) 監督式學習 (B) 強化學習 (C) 非監督式學習 (D) 半監督式學習
• 答案：(C) * 解析： 非監督式學習用於在未標記的資料中發現隱藏的結構。

• 卷積神經網路（CNN） 主要應用於下列哪個領域？ (A) 自然語言處理 (B) 圖像識別 (C) 推薦系統 (D) 時間序列預測 答案：(B) * 解析： CNNs 廣泛應用於圖像分類和物件偵測等電腦視覺任務中。

• 在 生成對抗網路（GAN） 中，下列哪個組件負責區分真實數據和生成數據？ (A) 生成器 (B) 鑑別器 (C) 編碼器 (D) 解碼器 答案：(B) * 解析： 鑑別器的主要作用是區分真實數據和生成數據，並提供反饋給生成器。

• 下列哪一項是 生成式 AI 的主要目標？ (A) 對數據進行分類 (B) 從數據中提取特徵 (C) 生成與原始數據相似的新數據 (D) 聚類數據
• 答案：(C) * 解析： 生成式 AI的主要目的是創建與原始數據相似的新數據。

• DALL-E 是一種生成式 AI模型，主要用於： (A) 生成文本摘要 (B) 創建逼真的圖像 (C) 進行情感分析 (D) 預測股票價格
• 答案：(B) * 解析： DALL-E能將文本提示轉化為具體圖像，展現獨特創意和藝術風格。

• 在使用 生成式 AI 進行產品設計時，主要目的是： (A) 降低生產成本 (B) 提升產品的市場競爭力 (C) 優化能源消耗 (D) 提高客戶滿意度
• 答案：(B) * 解析： 使用生成式 AI輔助產品設計，AI可根據市場趨勢和用戶反饋，生成創新設計方案，並進行快速原型設計和測試，從而提高產品創新性和市場競爭力。

• 為了確保 負責任的生成式 AI 使用，Microsoft 建議的第一步是什麼？ (A) 評估解決方案輸出中的風險 (B) 識別解決方案潛在風險 (C) 減輕風險，確保透明度 (D) 制定部署和運維計畫
• 答案：(B) * 解析： 負責任使用生成式 AI的首階段，重點是識別潛在危害。

• 提示工程（Prompt Engineering） 的主要目的是什麼？ (A) 優化模型訓練速度 (B) 改善模型的準確性 (C) 設計更安全的 AI系統 (D) 創建更美觀的用戶界面
• 答案：(B) * 解析： 提示工程旨在通過優化輸入提示來改善 AI模型的性能和準確性。

• 在 客戶服務 領域，編碼器-解碼器模型 的主要作用是什麼？ (A) 進行情感分析 (B) 識別客戶身份 (C) 理解客戶查詢並生成回覆 (D) 預測客戶流失率
• 答案：(C) * 解析： 編碼器-解碼器模型用於理解顧客的查詢並生成合適的回覆，提升客服效率和顧客滿意度。

• 自定義文字分類 主要用於解決哪個問題？ (A) 圖像識別 (B) 語音辨識 (C) 將非結構化文件分類成預定義的類別 (D) 預測時間序列數據
• 答案：(C) * 解析： 自定義文字分類是一項雲端式 API 服務，允許使用者建置自訂 AI 模型，將非結構化文件分類成預先定義的類別。

• 在 製造業 中，單一標籤分類 可以用於： (A) 預測設備故障 (B) 將產品檢查報告分類為不同的品質狀態 (C) 優化生產排程 (D) 管理庫存
• 答案：(B) * 解析： 在製造業中，單一標籤分類可以用於將產品檢查報告分類為不同的品質狀態，如「合格」或「不合格」。

• 多重標籤分類 適用於下列哪種情況？ (A) 每個文件只有一個明確類別 (B) 文件可以同時屬於多個類別 (C) 需要預測未來趨勢 (D) 處理圖像數據 答案：(B) * 解析： 多重標籤分類適用於文件可以同時屬於多個類別的情況。

• 在 機器學習 中，特徵工程 的主要目的是什麼？ (A) 選擇合適的模型 (B) 提高模型的準確性和效率 (C) 降低計算成本 (D) 改善用戶體驗
• 答案：(B) * 解析： 特徵工程包括特徵選取、特徵縮放、特徵編碼和特徵組合等，目的是提高模型的準確性和效率。

• 下列哪一項 特徵選取 的技巧與問題內涵和解題目標聯繫起來，確保所選取的特徵具有 實際意義和價值也保有 AI可解釋性? (A) 採用持續修正的方式 (B) 保持簡單性 (C) 版本控制 (D) 從問題內涵出發
• 答案：(D) * 解析： 從問題內涵出發，將特徵選取與具體問題內涵和解題目標聯繫起來，確保所選取的特徵具有 實際意義和價值也保有 AI可解釋性。

• AI專案 的風險管理包括： (A) 識別潛在危害 (B) 確定已識別危害的優先順序 (C) 測試並驗證優先的危害 (D) 以上皆是
• 答案：(D) * 解析： 風險管理包括識別潛在危害、確定已識別危害的優先順序、測試並驗證優先的危害、記錄並共用已驗證的危害。

• 哪一種 AI應用 能夠模擬人類智慧的系統或機器，這些系統能夠在給定複雜目標的情況下，通過規則推理或從資料中學習，進一步做出達成目標的最佳決策？ (A) 生成式 AI (B) 機器學習 (C) 深度學習 (D) 人工智慧
• 答案：(D) * 解析： AI 指的是模擬人類智慧的系統或機器，這些系統能夠在給定複雜目標的情況下，通過規則推理或從資料中學習，進一步做出達成目標的最佳決策。

• 為了確保 模型訓練在應用場景上無偏見且公平 ，應著重於 AI道德議題的哪個面向? (A) 透明性 (B) 公平性 (C) 權責規劃 (D) 可解釋性
• 答案：(B) * 解析： 確保模型訓練在應用場景上無偏見且公平。

• Microsoft 的負責任 AI指南 強調通過幾個步驟確保生成式 AI的負責任使用？ (A) 2 (B) 3 (C) 4 (D) 5
• 答案：(C) * 解析： Microsoft 的負責任 AI指南強調

• 卷積神經網路 (CNN) 不僅用於圖像分類，還廣泛應用於更複雜的電腦視覺 任務，下列何者不是其應用? (A) 物件偵測 (B) 確定這些物體在圖像中的具體位置 (C) 提取圖像特徵並進行標籤預測 (D) 語音辨識
• 答案：(D) 解析：CNN 的特徵提取能力被用於在圖像中識別和定位多個物 體類別，在一個場景中同時檢測人、汽車和建築物，不僅用於識別圖像中的 物體，還用於確定這些物體在圖像中的具體位置.

• 下列關於 AI 倫理 的描述何者不正確? (A) 如果使用個人資料或實際社會中的資料，應確保是否將潛在傷害與偏見降至最小 (B) 機關應可對 AI 系統影響負責，從制定完整 AI 專案生命週期明確規範對應責任義務 (C) 機關應評估 AI 應用對環境造成的負面影響 (D) AI 系統運作過程可省略，使用者不需對所使用 AI 服務有基本了解
• 答案：(D) 解析：AI 系統運作過程、決策機制、資料使用狀況，以及上述行為對於 使用者和社會之影響，機關需要高度掌握，且使用者也對所使用 AI 服務 有基本了解.

• AI 資料使用 6大原則 不包含哪一項？ (A) 資料最大化：以使用最多資料來達到 AI 訓練目標，擴大資料使用範疇 (B) 合法性 (C) 目的限制 (D) 透明度和個人權利 答案：(A) 解析：資料使用 6大原則不包含資料最大化，以使用最少資料來達到 AI 訓練目標，界定資料使用範疇.

• 下列關於 負責任 AI 的描述何者不正確? (A) 是一種以安全、可靠且道德的方式開發、評估及部署 AI 系統的方法 (B) 能夠促進公平競爭，避免壟斷和市場失衡 (C) 不需要考慮社會影響 (D) 還要求在經濟領域
• 答案：(C) 解析：負責任人工智慧 (負責任 AI) 是一種以安全、 可靠且道德的方式開發、評估及部署 AI 系統 的方法。負責任 AI 還要求在經濟領域，確保 AI 系統能 夠促進公平競爭，避免壟斷和市場失衡.

• 下列何者不是 負責任 AI儀表板 包含的內容？ (A) 模型偵錯 (B) 公平性評量 (C) 原因分析 (D) 商業情報
• 答案：(D) 解析：負責任 AI儀表板包含模型偵錯、商業決策、反事實假設、模型可 解釋性、公平性評量、模型概覽、資料探索器、錯誤分析、反事實假設、 原因分析.

• 為減少有害內容風險，用戶體驗層 可以怎麼做? (A) 限制輸入範圍 (B) 驗證輸入輸出 (C) 文件應透明介紹系統能力、依賴模型及風險緩解措施 (D) 以上皆是
• 答案：(D) 解析：使用者體驗層強調軟體應用的設計，這些應用讓用戶與生成式 AI 模型互動，並通過文件明確解決方案的使用指南和限制。為減少有害內 容風險，可以限制輸入範圍並驗證輸入輸出。文件應透明介紹系統能力、 依賴模型及風險緩解措施.

• 下列何者不是 發佈和運營解決方案 成功的關鍵步驟？ (A) 設計分階段交付計畫 (B) 創建事件回應計畫 (C) 創建回滾計畫 阻止不良內容 (D) 無法防止濫用
• 答案：(D) 解析：成功發佈生成式 AI解決方案的關鍵步驟包括設計分階段 交付計 畫、創建事件 回應計畫 創建回滾計畫 阻止不良內容、 防止濫用 用戶回 饋 數據分析.

• 使用 檢索增強生成（RAG）技術，有助於? (A) 結合可信資料來源的上下文資訊，指導模型產生更準確的回應 (B) 無法優化使用者體驗 (C) 無法指導 AI模型產生更相關、更安全的內容 (D) 無法優化使用者體驗及指導 AI模型產生更相關、更安全的內容
• 答案：(A) 解析：利用檢索增強生成（RAG）技術，結合可信資料來源的上下文資 訊，指導模 型產生更準確的回應。這些措施有助於指導 AI模型產生更相 關、更安全的內容，優化使用者體驗.

• 下列哪一項不是 企業導入 AI 的好處？ (A) 運營效率低 (B) 降低能源消耗 (C) 分析供應鏈數據，優化供應鏈管理，降低物流成本 (D) 客戶數據分析，提供個性化服務，提升客戶滿意度
• 答案：(A) 解析：企業導入 AI的好處包含降低能源消耗、分析供應鏈數據，優化供 應鏈管理，降低物流成本、客戶數據分析，提供個性化服務，提升客戶 滿意度，但運營效率會提高.

• AI 應用涉及的法律與規範 不包含？ (A) 數位涵容 (B) 透明性與可解釋性 (C) 成本考量 (D) 隱私性 答案：(C) 解析：AI 應用涉及的法律與規範包含數位涵容、透明性與可解釋性、隱 私性，但不包含成本考量.

• 下列哪一種 AI類型 主要用於在沒有明確標籤的資料中尋找模式？ (A) 監督式學習 (B) 強化學習 (C) 非監督式學習 (D) 半監督式學習
• 答案：(C) 解析：非監督式學習用於在未標記的資料中發現隱藏的結構.

• 卷積神經網路（CNN） 主要應用於下列哪個領域？ (A) 自然語言處理 (B) 圖像識別 (C) 推薦系統 (D) 時間序列預測
• 答案：(B) 解析：CNNs 廣泛應用於圖像分類和物件偵測等電腦視覺任務中.

• 在 生成對抗網路（GAN） 中，下列哪個組件負責區分真實數據和生成 數據？ (A) 生成器 (B) 鑑別器 (C) 編碼器 (D) 解碼器
• 答案：(B) 解析：鑑別器的主要作用是區分真實數據和生成數據，並提供反饋給生成器.

• 下列哪一項是 生成式 AI 的主要目標？ (A) 對數據進行分類 (B) 從數據中提取特徵 (C) 生成與原始數據相似的新數據 (D) 聚類數據
• 答案：(C) 解析：生成式 AI的主要目的是創建與原始數據相似的新數據.

• DALL-E 是一種生成式 AI模型，主要用於： (A) 生成文本摘要 (B) 創建逼真的圖像 (C) 進行情感分析 (D) 預測股票價格
• 答案：(B) 解析：DALL-E能將文本提示轉化為具體圖像，展現獨特創意和藝術風格.

• 為了確保 負責任的生成式 AI 使用，Microsoft 建議的第一步是什麼？ (A) 評估解決方案輸出中的風險 (B) 識別解決方案潛在風險 (C) 減輕風險，確保透明度 (D) 制定部署和運維計畫
• 答案：(B) 解析：負責任使用生成式 AI的首階段，重點是識別潛在危害.

• 提示工程（Prompt Engineering） 的主要目的是什麼？ (A) 優化模型訓練速度 (B) 改善模型的準確性 (C) 設計更安全的 AI系統 (D) 創建更美觀的用戶界面
• 答案：(B) 解析：提示工程旨在通過優化輸入提示來改善 AI模型的性能和準確性.

• 在 客戶服務 領域，編碼器-解碼器模型 的主要作用是什麼？ (A) 進行情感分析 (B) 識別客戶身份 (C) 理解客戶查詢並生成回覆 (D) 預測客戶流失率
• 答案：(C) 解析：編碼器-解碼器模型用於理解顧客的查詢並生成合適的回覆，提升 客服效率和顧客滿意度.

• 企業評估是否導入 AI應用 時，哪個步驟是必須的？ (A) 企業痛點識別及 AI技術匹配 (B) 檢視 AI 方案與 企業資源 (C) 制定方 案優先 順序 (D) 以上皆是
• 答案：(D) 解析：企業評估是否導入 AI應用需要經過痛點識別、技術匹配、檢視資 源、制定優先順序.

• AI應用 在驗證 POC階段的目的是？ (A) 模型開發至部署 (B) 確認實務運作 (C) 計算 ROI (D) 以上皆是
• 答案：(D) 解析：驗證 POC階段目的：驗證 AI效果包含模型開發至部署、確認實 務運作、計算 ROI.

分享模擬題目,  皆為AI自動生成, 非官方正式題目, 僅供參考, 請自行判斷.

後續 301~400題 持續整理中, 待更新中.

03/22要考試的夥伴 留言+1

05/03要考試的夥伴 留言+2

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！