114年 - iPAS AI應用規劃師初級能力(科目一) 51-100#126092

51. 為何負責任 AI 需要法律與政策支持? (A) 確保技術應用符合道德標準 (B) 降低AI 透明度 (C) 促進市場壟斷 (D) 限制 AI 技術發展

52. 負責任 AI的最終目標是? (A) 促進人類進步 (B) 排除人類干預 (C) 讓AI自動決策 (D) 確保 AI 市場壟斷

53. 下列哪個選項不是AI 模型可解釋性的功能? (A) 提供決策過程的透明度 (B) 增強模型的可理解性 (C) 完全消除, AI偏差 (D) 幫助監管機構審查 AI 模型

54. 在AI 模型解釋中,「局部說明」的作用是什麼? (A) 提供單一預測的解釋 (B) 分析AI整體運作方式 (C) 研究數據分佈 (D) 決定AI訓練數據集

55. 全域說明 主要適用於什麼情境? (A) 分析 AI 訓練數據集 (B) 了解AI 模型的整體決策方式 (C) 找出某次預測的影響因子 (D) 確保 AI免於偏見

56. 局部說明 主要用於什麼? (A) 研究 AI訓練數據 (B) 提供單次預測的影響分析 (C) 了解AI 模型的整體表現 (D) 調整AI 訓練參數

57. 哪一個方法可以用來測試AI是否在不同群體中公 平運作? (A) 反事實假設狀況 (B) 訓練數據擴充 (C) 增加計算資源 (D) 限制 AI學習範圍

58. 企業如何透過AI促進可持續發展? (A) 優化物流路線 (B) 減少碳排放 (C) 降低資源浪費 (D) 以上皆是

59. AI在經濟領域應如何運作以符合負責任 AI概念? (A) 確保公平競爭 (B) 促進市場壟斷 (C) 降低監管要求 (D) 增強隱私限制

60. 負責任 AI的關鍵原則之一是? (A) 透明性 (B) 壟斷市場 (C) 只供企業內部使用 (D) 無須考慮公平性

61. 以下哪項不是數據分佈和特徵分析的主要目標? (A) 確保數據品質 (B) 測試AI硬體性能 (C) 提高模型準確性 (D) 優化數據處理方式

62. 以下哪種視覺化方法最適合顯示數據的集中趨 勢? (A) 直方圖 (B) 散點圖 (C) 盒鬚圖 (D) 熱圖

63. 以下哪一項不是數據特徵? (A) 產品價格 (B) 顧客年齡 (C) 數據索引 (D) 購買頻率

64. 哪一項不是數據分佈和特徵對開發的影響? (A) 數據預處理 (B) 模型選擇 (C) 硬體維護 (D) 調參優化

65. 了解數據的分佈和特徵可以幫助開發者進行哪項 優化? (A) 選擇合適的特徵 (B) 盲目增加數據量 (C) 忽略數據異常 (D) 固定使用同一種模型

66. AI 錯誤分析結果可能影響哪些應用場景? (A) 自動駕駛 (B) 醫療診斷 (C) 生產瑕疵檢測 (D) 以上皆是

67. 錯誤分析如何幫助AI系統改進? (A) 增強錯誤識別能力 (B) 提升AI的透明度 (C) 幫助開發人員診斷錯誤 (D) 以上皆是

68. 為何AI錯誤分析應該與彙總精確度計量分開? (A) 更精確地識別問題區域 (B) 提高模型的公平性 (C) 讓開發者能更有效改進 AI (D) 以上皆是

69. 可靠性與安全性為何對AI重要? (A) 確保AI系統穩定運行 (B) 降低AI系統風險 (C) 增強AI的可信度 (D) 以上皆是

70. 哪些方法可提升 AI的可靠性與安全性? (A) 嚴格測試 (B) 監控AI運行 (C) 針對異常情況設計應對機制 (D) 以上皆是

71. 哪些措施可以提高AI的透明度? (A) 提供決策過程說明 (B) 允許用戶查詢AI 推薦依據 (C) 確保 AI訓練數據公開透明 (D) 以上皆是

72. 如何提高AI的可解釋性? (A) 提供決策依據 (B) 記錄AI行為 (C) 讓使用者獲取模型運作資訊 (D) 以上皆是

73. 透明度與可解釋性對AI的重要性包括? (A) 增強信任 (B) 發現潛在風險 (C) 促進公平決策 (D) 以上皆是

74. AI 利害關係人包括哪些群體? (A) 開發人員 (B) 使用者 (C) 政府機構 (D) 以上皆是

75. 利害關係人為何需要參與AI開發與監管? (A) 確保透明度 (B) 減少風險 (C) 促進公平使用 (D) 以上皆是

76. 在AI招聘過程中,如何減少配置損害? (A) 使用多樣性數據訓練AI (B) 讓AI自動決定錄取名單 (C) 移除公平性審查 (D) 忽略數據偏見

77. 配置損害可能在哪些AI應用場景中發生? (A) 職位招聘 (B) 信貸評分 (C) 教育錄取 (D) 以上皆是

78. 哪種情況可能屬於AI服務品質的損害? (A) AI語音識別對某些口音準確 度較低 (B) AI在所有語言中識別率一致 (C) AI 服務能公平對待所有使用 者 (D) AI不考慮族群特性

79. 如何減少AI服務品質的損害? (A) 提高AI的數據多樣性 (B) 讓AI忽略使用者特徵 (C) 減少對公平性的關注 (D) 只專注於技術優化

80. 如何評估AI的公平性? (A) 透過群組公平方法 (B) 只觀察 AI 模型結果 (C) 忽略公平性評估 (D) 完全依賴使用者回饋

81. 負責任AI的決策原則強調哪些關鍵點? (A) 用戶需求 (B) 公平性 (C) 隱私保護 (D) 以上皆是

82. 如何增強用戶對AI技術的信任? (A) 提高AI 透明度 (B) 確保AI可解釋性 (C) 注重數據隱私與公平性 (D) 以上皆是

83. 什麼是負責任 AI的核心原則? (A) 確保安全可靠和公平性 (B) 只關注技術效率 (C) 避免所有監管 (D) 促進市場壟斷

84. 為何負責任AI需要防止社會不公與隱私侵害? (A) 確保AI造福社會 (B) 促進技術壟斷 (C) 降低AI 透明度 (D) 讓AI免受法律監管

85. 負責任AI的核心價值觀不包括以下哪一項? (A) 公平性 (B) 可靠性與安全性 (C) 問責性 (D) 獨占市場

86. 企業在開發AI 時,如何確保AI具備問責性1 (A) 建立AI監管機制 (B) 讓AI自主運作無需監管 (C) 避免任何審查 (D) 降低AI 透明度

87. 性能優化的主要目標是什麼? (A) 減少數據存儲 (B) 提高數據處理效率 (C) 降低數據複雜度 (D) 增強數據隱私

88. 以下哪一項不屬於數據結構的基本組成部分? (A) 索引 (B) 記錄 (C) 變數 (D) 欄位

89. 數據表之間的關聯性不包括以下哪一種? (A) 一對一 (B) 一對多 (C) 多對多 (D) 多對單

90. 數據結構影響開發者的哪個方面? (A) 數據管理 (B) 數據訪問效率 (C) 可擴展性 (D) 以上皆是

91. 以下哪項不是數據結構影響開發者的主要因素? (A) 系統穩定性 (B) 數據訪問效率 (C) 模型性能 (D) 可擴展性

92. 在電商數據管理中,為何需要索引? (A) 儲存數據 (B) 快速檢索數據 (C) 改變數據格式 (D) 增加數據體積

93. 為何在AI 開發過程中應進行安全性與隱私保護 措施? (A) 防止資料洩漏 (B) 保護用戶隱私 (C) 提升系統信任度 (D) 以上皆是

94. 保障 AI隱私與保密性的主要方法包括? (A) 設定存取權限 (B) 資料加密 (C) 限制網絡通訊 (D) 以上皆是

95. AI需要考慮隱私權的主要原因是? (A) 保護個人數據 (B) 防止數據濫用 (C) 確保合規性 (D) 以上皆是

96. AI在設計與部署時,應該考慮哪些因素來確保包 容性? (A) 多樣性與公平性 (B) 消除系統偏見 (C) 促進機會均等 (D) 以上皆是

97. 哪些做法可以幫助AI系統減少對特定群體的歧 視? (A) 多樣化數據訓練 (B) 偏見檢測與修正 (C) 透明度與問責機制 (D) 以上皆是

98. 哪種方式可以幫助決策者利用機器學習提升決策 準確度? (A) 依賴直覺決策 (B) 使用資料導向分析 (C) 忽略歷史數據 (D) 只依靠個人經驗

99. 以下哪種應用場景最適合使用機器學習平台的商 務決策分析? (A) 預測市場趨勢 (B) 監測天氣變化 (C) 記錄手寫筆跡 (D) 自動生成藝術作品

100. 哪種方式能幫助企業更好地利用AI進行決策? (A) 採用模型導向的深入解析 (B) 依賴個人經驗 (C) 忽略數據趨勢 (D) 避免使用AI