113年經濟部聯招-統計學.巨量資料概論

袋子中有2個紅球、3個黑球、5個白球，每次從袋中抽出1球後放回，共抽3次，請問3球中有 2個是紅球之機率為何？

大學生打工之比例為0.3，若隨機抽取3位大學生，其中至少2位有打工之機率為何？

欲比較兩公司員工薪資之離散程度，可採用下列何者統計量？

均方根誤差(RMSE)是藉以衡量下列何者？

下列何種圖表最適合用來顯示資料隨著時間變化之趨勢？

若右尾檢定的顯著水準(α值)愈小，下列何者正確？

下列何者屬於古典迴歸分析之基本假設？○甲 ：誤差項服從常態、○乙 ：誤差項彼此不相關、 ○丙 ：反應變數 Y 服從常態分配、○丁 ：解釋變數間不相關。

若有4家供應商提供原料，欲檢定此4家原料平均數是否相等，可用下列何種檢定？

下列何者受離群值(outliers)的影響最小？

有關迴歸模式(Regression Models)的最小平方估計法(Least Square Estimation)，下列敘述何者 正確？

某資料分配的偏態係數(Coefficient of Skewness) = -3，請問該資料分配的平均數、中位數與眾 數的順序關係為何？

有關信賴區間之敘述，下列何者有誤？

有關 t 分配與常態分配的峰態係數，下列敘述何者正確？

統計學家證實，要提高抽樣的準確度，最好的方式為下列何者？

假設某隨機變數 X 服從平均數為10的卜瓦松分配(Poisson Distribution)，若自其中隨機抽取100 個觀察值構成樣本平均數，請問此統計量服從的抽樣分配為何？

若樣本資料(4, 6, 6, 8, 10, 14)等6個數值來自於相同的對稱分配，根據此樣本，母體中位數最佳 不偏估計元的數值為何？

檢定母體平均數時，若母體為常態分布且小樣本，下列敘述何者正確？

有關統計與機器學習的差異，下列敘述何者正確？

下列何者非屬資料前處理(Data Preprocessing)的一環？

何謂結構化資料(Structured Data)？

下列何者非屬低品質的資料？

下列何者非屬分群的應用範圍？

下列何者非屬離群值的處理方式？

. Spark 的 DAG(Directed Acyclic Graph)在資料處理之作用，下列何者正確？

下列何者非屬群集分析(Clustering Analysis)的 4 個主要階段？

有關巨量資料的長尾效應(Long Tail Effect)，下列敘述何者正確？

在資料分群中，用以確定最佳聚類數量的技術為何？

何謂遷移學習(Transfer Learning)？

Apache Spark 在巨量資料環境中的主要用途為何？

何謂交叉驗證(Cross-Validation)？

有關自然語言處理(NLP)之步驟，下列何者正確？

在機器學習演算法中，下列何者最能避免過度配適(Overfitting)？

在Hadoop中，HDFS的資料冗餘機制為何？

假設使用半導體晶圓資料，良率資料之反應值以二元類別表示，請問上述情境最適合使用何 種分析技巧？

在資料進行機器學習的過程中，正規化(Regularization)係指下列何者？

下列何種機器學習技術適合偵測大型資料集中的異常值(Anomalies)？

下列何種神經網路架構最適合分析序列資料，如時間序列或自然語言？

下列何者為使用機器學習時須注意之事項？

有關支持向量機(Support Vector Machine)中的「核技巧」(Kernel Trick)，其作用為下列何者？

在 ETL 過程中，Transform 主要功能是將抽取之資料進行轉換，下列何者非屬其主要任務？

生成對抗網路(GAN)較常應用在下列何種技術上？

下列何種技術可實現即時分析？