模擬考題
6免費公開
模擬考題，找出自己的盲區
Top 5
第 1 題
某電商推薦模型離線評估 AUC 達 0.85，上線兩週後實際 CTR 卻遠低於離線預期。資料團隊排查後發現：訓練時使用的「近 30 日購買次數」特徵由 Spark 批次作業計算，線上推論時卻由 Kafka 串流服務即時重算，兩邊計算邏輯微有差異，造成特徵值在訓練與推論階段系統性偏移。下
第 1 題
某電商推薦模型離線評估 AUC 達 0.85，上線兩週後實際 CTR 卻遠低於離線預期。資料團隊排查後發現：訓練時使用的「近 30 日購買次數」特徵由 Spark 批次作業計算，線上推論時卻由 Kafka 串流服務即時重算，兩邊計算邏輯微有差異，造成特徵值在訓練與推論階段系統性偏移。下
第 1 題
某醫學中心收集 5,000 筆住院病人資料，擬用於訓練院內再入院風險預測模型，但發現「空腹血糖」欄位約 12% 為缺失，且缺失情況與受試者的就診科別、住院天數呈現明顯相關。資料工程師需在不嚴重扭曲原始分布與不丟失過多樣本的前提下完成缺失值處理。下列何項策略最為合理？
(A) 直接使用
第 1 題
某醫學中心收集 5,000 筆住院病人資料，擬用於訓練院內再入院風險預測模型，但發現「空腹血糖」欄位約 12% 為缺失，且缺失情況與受試者的就診科別、住院天數呈現明顯相關。資料工程師需在不嚴重扭曲原始分布與不丟失過多樣本的前提下完成缺失值處理。下列何項策略最為合理？
(A) 直接使用
第 1 題
某房仲公司以 OLS 線性迴歸預測中古屋成交價，自變數為坪數、屋齡、樓層，整體 R² 達 0.78。資料科學家繪製殘差對預測值散佈圖時，發現殘差變異程度隨預測值升高而擴大呈喇叭狀分布。統計顧問指出此異方差（Heteroscedasticity）若不處理，將影響係數的顯著性檢定。下列何項
第 1 題
某房仲公司以 OLS 線性迴歸預測中古屋成交價，自變數為坪數、屋齡、樓層，整體 R² 達 0.78。資料科學家繪製殘差對預測值散佈圖時，發現殘差變異程度隨預測值升高而擴大呈喇叭狀分布。統計顧問指出此異方差（Heteroscedasticity）若不處理，將影響係數的顯著性檢定。下列何項
第 1 題
某房仲分析團隊整理台北市信義區過去一年的實價登錄成交價資料共 1,200 筆，其中九成落在每坪 80～160 萬元，但有 12 筆因豪宅交易達每坪 450～600 萬元。資料分析師要向房地產電視節目提供「一般民眾普遍成交水準」的參考數值。在以下敘述性統計量中，何者最能避免少數豪宅極端值
第 1 題
某房仲分析團隊整理台北市信義區過去一年的實價登錄成交價資料共 1,200 筆，其中九成落在每坪 80～160 萬元，但有 12 筆因豪宅交易達每坪 450～600 萬元。資料分析師要向房地產電視節目提供「一般民眾普遍成交水準」的參考數值。在以下敘述性統計量中，何者最能避免少數豪宅極端值
某電信業者客服中心導入 NLP 系統分析客訴文本，資料科學家比較兩種文字向量化方法：TF-IDF 與 Word Embedding（Word2Vec）。主管要求系統能識別「訊號不穩」與「收訊很差」這類同義不同字的客訴為相似案例。團隊在選型時需判斷兩種方法的本質差異。
某電信業者客服中心導入 NLP 系統分析客訴文本，資料科學家比較兩種文字向量化方法：TF-IDF 與 Word Embedding（Word2Vec）。主管要求系統能識別「訊號不穩」與「收訊很差」這類同義不同字的客訴為相似案例。團隊在選型時需判斷兩種方法的本質差異。
Top 5
第 1 題
某電商推薦模型離線評估 AUC 達 0.85，上線兩週後實際 CTR 卻遠低於離線預期。資料團隊排查後發現：訓練時使用的「近 30 日購買次數」特徵由 Spark 批次作業計算，線上推論時卻由 Kafka 串流服務即時重算，兩邊計算邏輯微有差異，造成特徵值在訓練與推論階段系統性偏移。下
第 1 題
某電商推薦模型離線評估 AUC 達 0.85，上線兩週後實際 CTR 卻遠低於離線預期。資料團隊排查後發現：訓練時使用的「近 30 日購買次數」特徵由 Spark 批次作業計算，線上推論時卻由 Kafka 串流服務即時重算，兩邊計算邏輯微有差異，造成特徵值在訓練與推論階段系統性偏移。下
第 1 題
某醫學中心收集 5,000 筆住院病人資料，擬用於訓練院內再入院風險預測模型，但發現「空腹血糖」欄位約 12% 為缺失，且缺失情況與受試者的就診科別、住院天數呈現明顯相關。資料工程師需在不嚴重扭曲原始分布與不丟失過多樣本的前提下完成缺失值處理。下列何項策略最為合理？
(A) 直接使用
第 1 題
某醫學中心收集 5,000 筆住院病人資料，擬用於訓練院內再入院風險預測模型，但發現「空腹血糖」欄位約 12% 為缺失，且缺失情況與受試者的就診科別、住院天數呈現明顯相關。資料工程師需在不嚴重扭曲原始分布與不丟失過多樣本的前提下完成缺失值處理。下列何項策略最為合理？
(A) 直接使用
第 1 題
某房仲公司以 OLS 線性迴歸預測中古屋成交價，自變數為坪數、屋齡、樓層，整體 R² 達 0.78。資料科學家繪製殘差對預測值散佈圖時，發現殘差變異程度隨預測值升高而擴大呈喇叭狀分布。統計顧問指出此異方差（Heteroscedasticity）若不處理，將影響係數的顯著性檢定。下列何項
第 1 題
某房仲公司以 OLS 線性迴歸預測中古屋成交價，自變數為坪數、屋齡、樓層，整體 R² 達 0.78。資料科學家繪製殘差對預測值散佈圖時，發現殘差變異程度隨預測值升高而擴大呈喇叭狀分布。統計顧問指出此異方差（Heteroscedasticity）若不處理，將影響係數的顯著性檢定。下列何項
第 1 題
某房仲分析團隊整理台北市信義區過去一年的實價登錄成交價資料共 1,200 筆，其中九成落在每坪 80～160 萬元，但有 12 筆因豪宅交易達每坪 450～600 萬元。資料分析師要向房地產電視節目提供「一般民眾普遍成交水準」的參考數值。在以下敘述性統計量中，何者最能避免少數豪宅極端值
第 1 題
某房仲分析團隊整理台北市信義區過去一年的實價登錄成交價資料共 1,200 筆，其中九成落在每坪 80～160 萬元，但有 12 筆因豪宅交易達每坪 450～600 萬元。資料分析師要向房地產電視節目提供「一般民眾普遍成交水準」的參考數值。在以下敘述性統計量中，何者最能避免少數豪宅極端值
某電信業者客服中心導入 NLP 系統分析客訴文本，資料科學家比較兩種文字向量化方法：TF-IDF 與 Word Embedding（Word2Vec）。主管要求系統能識別「訊號不穩」與「收訊很差」這類同義不同字的客訴為相似案例。團隊在選型時需判斷兩種方法的本質差異。
某電信業者客服中心導入 NLP 系統分析客訴文本，資料科學家比較兩種文字向量化方法：TF-IDF 與 Word Embedding（Word2Vec）。主管要求系統能識別「訊號不穩」與「收訊很差」這類同義不同字的客訴為相似案例。團隊在選型時需判斷兩種方法的本質差異。