中級 機器學習技術與應用
難度：未標示 114 年考題
題目與選項
某智慧城市團隊開發一套交通監控系統，用於即時辨識路口監視器影像中的車輛與行人。團隊比較後發現，卷積神經網路（Convolutional Neural Network, CNN）在訓練與推論效率上，明顯優於傳統的全連接神經網路（Fully Connected Neural Network, FCNN）。請問下列何者為主要原因？
- A. CNN 能自動學習影像的旋轉與比例不變性
- B. CNN 可直接跳過人工特徵提取步驟進行分類
- C. CNN 透過區域感知（Local Receptive Field）與參數共享（Parameter Sharing）機制，降低模型參數量與運算複雜度 ✓ 正確答案
- D. CNN 捨棄激勵函數（Activation Function），以加快運算速度
詳細解析
正確答案：C. CNN 透過區域感知（Local Receptive Field）與參數共享（Parameter Sharing）機制，降低模型參數量與運算複雜度
CNN 比全連接網路高效的核心原因是局部感受野（Local Receptive Field）和參數共享（Parameter Sharing）：每個神經元只看影像的一小塊，同一個卷積核在整張影像重複使用，大幅減少參數量和計算量。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
下列哪一種應用最適合採用長短期記憶網路（Long Short-Term Memory, LSTM）模型？
中級 機器學習技術與應用 難度 未標示 114 年
一家再生能源公司希望預測未來三個月太陽能發電量的波動範圍。由於氣候條件具有高度隨機性，且輸入變數（如日照時數、雲量、溫度）之間存在不確定關係，工程團隊決定以隨機抽樣方式模擬多種可能情境，以估算整體發電量的機率分佈與風險區間。請問此時所採用的技術最符合下列哪一種方法？
中級 機器學習技術與應用 難度 未標示 114 年
依據附圖程式碼進行資料處理，下列何者正確？import numpy as npv1 = np.array([1, 2, 3])v2 = np.array([4, 5, 6])A = np.array([[1, 2], [3, 4]])
中級 機器學習技術與應用 難度 未標示 114 年
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
資料來源
114-2-mid-3/q06
開始準備 iPAS 考試
題目來源：114-2-mid-3/q06。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。