|
企業電子化資料分析師 (e-Enterprise Data Analyst, EEDA)
|
- 巨量資料處理與分析
DPA
- 社群行銷
SMP
- 資安實務與技術
SPT
- 智慧健康照護
HCA
- 人工智慧應用
AIA
- 資料科學與機器學習
DSM
 巨量資料處理與分析(DPA)
巨量資料處理與分析(DPA) |
記分方式 |
考試時間 |
50題單/複選題混合 每題2分 |
時間90分鐘 |
報名費用 |
NT $2,000 |
合格標準 |
滿分100分 成績總分達70分(含)以上者該科合格 |
|
|
|
 |
 |
2001年Gartner提出Big Data定義之3個V分別為何?
(A) Volume
(B) Velocity
(C) Vector
(D) Variety
|
 |
影響資料分析技術的重要資料集特質,下列何者為非?
(A) 不變性(constant)
(B) 稀疏性(sparsity)
(C) 維度(dimensionality)
(D) 解析度(resolution)
|
 |
要觀察兩變數之間的相關性,可藉由計算兩者之為何?
(A) 平均值
(B) 標準差
(C) 均方根
(D) 共變異數
|
 |
有關資料視覺化的描述,下列何者錯誤?
(A) 散佈圖,又稱為散點圖(scatter plot)
(B) 樹狀圖通常可用在計算生物學來說明基因
(C) 熱繪圖(Heat map)是將二維數值矩陣以顏色表示
(D) 散佈圖只能將資料繪製在2D圖形上
|
|
|
|
|
|
 |
 |
社群內容規劃可分為長流型、巨效型及維溫型三種類型,以下何者為維溫型所呈現的內容?
(A) 包含主題性專文、專家訪談或產品評論等內容
(B) 包含專題報告、排行榜或微型活動等內容
(C) 包含個案研究或「唱反調」式內容
(D) 包含圖像式內容、時事話題、小調查、小票選等
內容
答案:D
|
 |
有關「社群商務」的敘述,下列哪些正確?
(A) 藉由會員之間的口碑分享而觸發消費
(B) 藉助社群媒體為傳播途徑
(C) 是電子商務一種新的衍生模式
(D) 會員可以獨立消費,不太受到其他會員購物分享
所影響
答案:ABC
|
 |
從 OBE 觀點,社群媒體可以分為
1.自有媒體(Owned media)
2.付費媒體(Paid media)
3.贏來的媒體(Earned media)
有關於這三者的敘述,下列何者有正確?
(A) 贏來的媒體的可控性最高
(B) 自有媒體所接觸到的消費受眾最廣
(C) 品牌成功創造出話題性,方能擁有贏來的媒體
(D) 付費媒體的可控性最低
答案:C
|
 |
下列有關社群六度分隔理論的敘述,何者有誤?
(A) 「六度分隔理論」為哈佛大學心理系教授
Stanley Milgram(1933-1984)
所提出的一套理論
(B) 和全世界任何一個人的間隔關係都不會超過六個
異性;換言之,最多只要透過六個異性,你就可以連結到全世界任何一個人
(C) 研究已證實全世界每一個人之間的聯繫間隔環已
經縮減到3.57個朋友
(D) 如果是連結本國或同語文的「陌生人」,六度分
隔還會更下降
答案:B
|
 |
有關社群量化衡量指標之相關敘述,下列何者有誤?
(A) 網絡流量:是指能夠連接網絡的設備在網絡上所
產生的數據流量
(B) 網絡流量 = 商品銷售量
(C) Click/導回PV 數:指導回網站流量的成效/導回
網站的總瀏覽頁數
(D) 轉換率:將流量化為獲得更多在指定網站上完成
的動作,又稱為轉換
答案:B
|
|
|
|
|
|
 |
 |
通行碼身分鑑別技術是運用哪一種身分鑑別機制的特質?
(A) 基於所有
(B) 基於所生
(C) 基於所知
(D) 與生俱備
答案:C
|
 |
當下載安裝一個遊戲 APP 時,該 APP 要求開放存取手機的聯絡人,相片,定位資訊等資訊時,該 APP 可能具備什麼樣的安全問題?
(A) 免越獄植入木馬
(B) 惡意程式假冒正常程式
(C) 勒索程式
(D) 跨站程式存取漏洞
答案:B
|
 |
「駭客可以結合公開資訊與社群網路上取得的資訊,利用演算法得到用戶的敏感個資」,以上的描述的是下列的哪一種社群網路的威脅?
(A) 推演攻擊(inference attack)
(B) 資訊洩漏(information leakage)
(C) 位置洩漏(location leakage)
(D) 網路騷擾(cyberstalking)
答案:A
|
 |
下列何者非對稱式加密演算法?
(A) 3DES
(B) RC4
(C) AES
(D) RSA
答案:D
|
 |
關於人工智慧對資訊安全的影響與關聯,下列哪些敘述是正確的?
(A) 資安系統透過人工智慧而自主與自動化
(B) 透過人工智慧防治彈性的躲避與隱匿技術、或是
仿正常的行為
(C) 能運用大數據與機器學習的技術來找出資安威脅
與攻擊的模式與特徵
(D) 人工智慧可以快速填補資安專業人力的匱乏,百
利而無一害
答案:ABC
|
|
|
|
|
|
 |
 |
在網路的發展歷程中,強調使用者和發佈端能雙向溝通、建立社會性網路的互聯網應用服務,這是屬於哪一個階段?
(A) HTTP
(B) Web 1.0
(C) Web 2.0
(D) Web 3.0
答案:C
|
 |
關於物理治療下列何者錯誤?
(A) 為個人或群體提供
(B) 不提供診斷、複查
(C) 讓其維持或恢復到最大的身體機能
(D) 主要提供因為年齡、受傷、疼痛、疾病、失能、環境等因素,而影響到身體機能的情況
答案:B
|
 |
王先生因長期受慢性病所苦,對於日常生活上須留意的細節有許多不明白。您為一位專業個案管理師,您提供許多之建議,下列哪些與慢性病控制有直接關係?(複選)
(A) 培養運動習慣
(B) 生活作息規律
(C) 定期檢查
(D) 注重儀容
答案:ABC
|
 |
王小明目前高齡 88 歲患有失智症,目前與小孩同住,白天小孩出門自己獨居在家,喜歡外出遊走,您為一位專業長照人員,您會選擇以哪種最適當方式轉介?
(A) 建議其配戴 GPS 定位系統
(B) 獨居在家不須處置
(C) 建議送至長照機構
(D) 建議將他關在家裡
答案:A
|
 |
在物聯網的應用中,醫療管理也是重要的技術應用之一,為了降低人為的管理疏失,甚至提高醫院整體的運行效率,在醫療設備上面加裝感測器是必要的設計,下列哪一項不屬於目前物聯網醫療管理應用的項目?
(A) 藥品
(B) 實驗、手術器材和針筒
(C) 醫療廢棄物管理
(D) 醫院空病床
答案:D
|
|
|
|
|
|
 |
 |
2016 年誰於圍棋人機大戰中以 4:1 戰勝韓國職業棋士一炮而紅?
(A) IBM深藍
(B) AlphaGo
(C) AlphaGo Zero
(D) IBM華生
|
 |
影像處理技術是從圖像或多維資料中取得資訊的人工智慧系統,其主要功能分成四類,請問下列哪一項錯誤?
(A) 目標物定位
(B) 分類
(C) 畫面分割
(D) 影像網格
|
 |
近年來自動駕駛車的發展十分快速,而國際汽車工程學會(SAE)也依據不同程度,做出了不同的分級。假設車輛在大部分情況可自行駕駛,但需要駕駛者隨時準備控制車輛,例如:在高速公路上行駛並時速低於60公里時,只要當地的法律允許,駕駛人可以短暫離開方向盤;遇到無法判斷的情況時,就會通知駕駛人接管後續控制,屬於下列哪一個等級?
(A) Level 1
(B) Level 2
(C) Level 3
(D) Level 4
|
 |
如果想要建立辨識椅子的分類模型,一開始輸入大量的訓練資料,分別標示是椅子或不是椅子,之後只要輸入測試資料即能輸出此測試資料是否為椅子,請問是採用下列哪一種方法?
(A) 監督式學習
(B) 非監督式學習
(C) 半監督式學習
(D) 強化學習
|
 |
下列哪一項不是深度學習的應用?
(A) 聊天機器人
(B) 自然語言處理
(C) Google Drive
(D) 人臉辨識
|
|
|
|
|
|
 |
 |
關於資料科學任務集的敘述,下列哪一項錯誤?
(A) 小型資料集較容易處理,且訊息揭露性較佳
(B) 剖繪:描繪個體、群組或母體的典型行為
(C) 集群:將一群物體中相似的個體聚集在一起,並非因為特定的目的而驅動,故屬於監督式的學習
(D) 分類及類別的機率估計:用來預測群體中的每一位顧客屬於哪一項類別,類別集合中的類別通常為互斥的
答案:C
|
 |
針對屬性的分類方式,關於連續(Continuous)屬性的敘述,下列哪一項錯誤?
(A) 通常以整數(Integer)變數呈現
(B) 以實數值(Real Numbers)為其屬性值
(C) 常見的如溫度、高度或重量等
(D) 雖是實數值,實務上仍以有限的數字來衡量與呈現
答案:A
|
 |
在 5 個始祖鳥的化石標本中,記錄了股骨與肱骨的長度資料分別是,股骨:38、56、59、64、74,肱骨:41、63、70、72、84;使用相關係數分析這組資料,下列敘述哪一項正確?
(A) 相關係數為 0.794,說明股骨和肱骨長度正相關
(B) 相關係數為 0.794,說明股骨和肱骨長度負相關
(C) 相關係數為 0.994,說明股骨和肱骨長度正相關
(D) 相關係數為 0.994,說明股骨和肱骨長度負相關
答案:C
|
 |
關於集群法(clustering)的非階層式與階層式方法之敘述,下列哪些正確?(複選)
(A) K 平均集群法(K-means clustering)是屬於階層式集群法
(B) K-medoid 集群法是屬於非階層式集群法
(C) 凝聚法(agglomerative)是屬於非階層式集群法
(D) 分割法(divisive)是屬於階層式集群法
答案:B、D
|
 |
關於支援向量機(Support Vector Machines, SVM)的敘述,下列哪一項錯誤?
(A) 起源於最大邊界分類器(maximal margin classifiers)
(B) 經轉換到高維空間後尋求較簡單的建模方法,以規避維度的詛咒(curse of dimensionality)
(C) 可以處理線性不可分的分類問題
(D) 支援向量機是分類、異常偵測與迴歸的優秀工具
答案:B
|
|
|
|
|