初級 人工智慧基礎概論
難度：未標示 115 年考題
題目與選項
某電信公司建立機器學習模型預測用戶流失風險。資料中包含多個類別型特徵（Categorical Features），例如「費率方案類型」與「客戶地區」。為使模型能有效使用這些特徵，下列何者最直接用於將類別型特徵轉換為模型可處理的數值格式？
- A. 資料分群（Data Clustering）
- B. 特徵交叉（Feature Cross）
- C. One-hot 編碼（One-hot Encoding） ✓ 正確答案
- D. 寬深模型（Wide and Deep）
詳細解析
正確答案：C. One-hot 編碼（One-hot Encoding）
把類別型特徵（費率方案、地區）轉成模型可讀的數值，直接使用的方法是 One-hot 編碼（One-hot Encoding）：每個類別變成一個獨立的 0/1 欄位，不帶任何順序關係。
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。
某環保局想建立 AI 系統監測空氣品質，透過分析監測站攝影機拍攝的影像來識別煙霧。系統需要在影像中找出煙霧區域並標示其位置與範圍。這個應用主要屬於電腦視覺的哪個技術領域？
初級 人工智慧基礎概論 難度 未標示 115 年
某果園管理公司計畫導入 AI 系統協助農民判斷果實成熟度，透過分析果實特徵資訊，評估成熟狀態並自動判斷採收時機。根據 AI 應用領域的分類，這個系統主要屬於哪一個應用領域？
初級 人工智慧基礎概論 難度 未標示 115 年
某團隊訓練深層神經網路模型時，發現訓練誤差長時間幾乎未下降，模型參數更新幅度極小，呈現學習停滯現象。若判斷問題與梯度傳遞效率有關，下列何者最適合的改善策略？
初級 人工智慧基礎概論 難度 未標示 115 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。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
資料來源
115-1-jun-1/q07
開始準備 iPAS 考試
題目來源：115-1-jun-1/q07。 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。