人工智慧與大數據知識測驗

人工智慧的學習主要分為哪幾類？

• 監督式學習、非監督式學習、半監督學習、強化學習

• 圖像處理、語音辨識、資料分析

• 自然語言處理、大數據分析、機器學習

• 強化學習、深度學習、影像分類

在非監督式學習中，機器的主要目的是什麼？

• 預測數據結果

• 自動分類資料特徵

• 增加資料的標籤數量

• 訓練模型的準確性

強化學習的應用場景之一是什麼？

• 自動駕駛

• 圖像分類

• 面部識別

• 自然語言處理

大數據的五大特性之一是什麼？

• 數量 (Volume)

• 簡單性 (Simplicity)

• 精確性 (Accuracy)

• 可靠性 (Reliability)

以下哪一項是人工智慧在影像處理中的應用？

• 自然語言分析

• 圖像分割

• 資料標籤化

• 自動數據填充

在監督式學習中，標籤的作用是什麼？

• 幫助機器學習資料的分類或預測

• 增加模型運行速度

• 減少資料量需求

• 簡化訓練過程

以下哪項屬於半監督學習的特徵？

• 所有資料都有標籤

• 僅部分資料有標籤

• 資料中完全沒有標籤

• 標籤數據超過90%

深度學習使用的主要方法是什麼？

• 神經網絡

• 支援向量機

• 決策樹

• 隨機森林

Python 中，以下哪一項是合法的變數命名方式？

• total-score

• 1st_value

• first_value

• my value

以下哪項是機器學習的主要應用之一？

• 編輯圖片

• 數據分類

• 手動計算數據

• 增加資料數量