E等公務員,e學中心,解答,測驗,人工智慧基礎-與政府轉型的新契機
「人工智慧基礎-與政府轉型的新契機」e等公務園+e學中心+學習平臺解答
相信大家會搜尋進來，應該也是為了更快速完成測驗，貼心的我們懂你❤資料均網路上蒐集整理，僅供參考。大家善用Ctrl+F搜尋題目關鍵字，相信很快就找到答案。問：下列關於數位轉型之描述，何者正確？ 因應疫情發展之無接觸新常態，對於數位轉型並無正面影響 目前國內大多數機構之重大決策與日常業務，已加入數據維度，並運用資料科學方法/人工智慧實現自動化v 機構之數位轉型程度取決於最弱的一環 數位啟蒙程度 (能在工作中運用生活中就能接觸到的工具) 之轉型，即可達到新常態下之領先族群均標 問：下列何者為我國個人資料保護法規定之「特種」個人資料？ 姓名 出生年月日v 健康檢查 財務狀況 問：下列何者為資料清理可能需要面對之議題？ 大量缺值 資料格式中途改變 (未正規化) 同一項資料有不同的紀錄方式v 以上皆非 問：運用去識別化技術與資料價值可用性，有呈現 正比現象 ○v ╳ 問：下列何者「非」歐盟用以宣示加強個人資料保護，或人工智慧相關發展規管力度之文件？ 人工智慧白皮書 (White Paper on Artificial Intelligence)v 安全港原則 (International Safe Harbor Privacy Principles 歐洲數據戰略 (European Data Strategy) 一般資料保護規範 (General Data Protection Regulation, GDPR) 問：「信任」是 AI 產業化的基礎v ○ ╳ 問：下列有關於機器倫理 (Robot Ethics) 之敘述，何者「錯誤」？v 只與工程人員有關 為適用於機器之倫理學 其重要性會隨著科技演進逐漸增加 在自動駕駛領域已經開始引起探討 問：下列關於對於人工智慧系統解決方案之期待與規劃，何者「錯誤」？v 可預期初代人工智慧系統即為完美解決方案 上線後應使用大量資料反饋，重新訓練並快速疊代 資料循環應在一開始規劃運作模式時就納入考? 配套措施亦為真實系統之重要元素 問：下列何者為構成深度學習之基本要件？ 神經網路 大數據v 神經網路與大數據 以上皆非 問：關於個人資料保護與數據價值可用性之關聯，下列何者正確？ 如何界定「個人資料已去識別化」，非屬事實認定，且不具有變動性v 與其他資料的對照、組合、連結等操作，可能使被認為已去識別化的資料被重新識別 運用去識別化技術與資料價值可用性，有呈現正比現象 資料持續累積、資訊技術的發展演進與資料儲存成本下降等因素，對於去識別化之難度與不確定性並無影響 問：構成深度學習之基本要件是神經網路與大數據v ○ ╳ 問：下列何者「非」人工智慧白皮書 (White Paper on Artificial Intelligence) 對於未來技術發展路徑之規管宣示？ 需佐證使用的數據足夠完備，以確保結果有足夠的普適性v 需確保人工智慧系統運無人為監督，能達到全自動化運作 需明確釐清人工智慧系統的能力與極限，以避免結果應用的範圍損害人權 需保證人工智慧系統的穩健性和結果重現性以供驗證 問：下列何者為人工智慧有機會應用之公部門領域？ 便民服務 警政消防 社會文化v 以上皆是 問：下列何者為一般資料保護規範 (General Data Protection Regulation, GDPR) 賦予當事人的權利？ 拒絕權 (包含個人資料自動化決策反對權) 資料可攜權 被遺忘權v 以上皆是 問：以下何者為落實系統解決方案過程中，人工智慧主要能發揮優勢的項目？ 決定專案目標 資料盤點/資料蒐集v 分析/建模 資料清理 問：圖像識別中最成熟的領域：自動駕駛 ○v ╳ 問：下列何者為人工智慧技術已經相當成熟之領域？ 自動駕駛 人臉識別 語音辨識v 以上皆是 問：下列何者「非」區塊鏈信用機制之特性？ 去中心化v 單一機構 (如銀行、清算所) 持有帳目系統 每個節點皆有一份帳目透明 共享的帳目系統 問：下列何者「非」人工智慧相較於人類較占優之工作內容？v 需要大量思考及創造的工作 重複性高的工作 高度依賴記憶與穩定度的工作 需處理大量細節的工作
問：下列關於數位轉型之描述，何者正確？
因應疫情發展之無接觸新常態，對於數位轉型並無正面影響
目前國內大多數機構之重大決策與日常業務，已加入數據維度，並運用資料科學方法/人工智慧實現自動化
v 機構之數位轉型程度取決於最弱的一環
數位啟蒙程度 (能在工作中運用生活中就能接觸到的工具) 之轉型，即可達到新常態下之領先族群均標
問：下列何者為我國個人資料保護法規定之「特種」個人資料？
姓名
出生年月日
v 健康檢查
財務狀況
問：下列何者為資料清理可能需要面對之議題？
大量缺值
資料格式中途改變 (未正規化)
同一項資料有不同的紀錄方式
v 以上皆非
問：運用去識別化技術與資料價值可用性，有呈現 正比現象
○
v ╳
問：下列何者「非」歐盟用以宣示加強個人資料保護，或人工智慧相關發展規管力度之文件？
人工智慧白皮書 (White Paper on Artificial Intelligence)
v 安全港原則 (International Safe Harbor Privacy Principles
歐洲數據戰略 (European Data Strategy)
一般資料保護規範 (General Data Protection Regulation, GDPR)
問：「信任」是 AI 產業化的基礎
v ○
╳
問：下列有關於機器倫理 (Robot Ethics) 之敘述，何者「錯誤」？
v 只與工程人員有關
為適用於機器之倫理學
其重要性會隨著科技演進逐漸增加
在自動駕駛領域已經開始引起探討
問：下列關於對於人工智慧系統解決方案之期待與規劃，何者「錯誤」？
v 可預期初代人工智慧系統即為完美解決方案
上線後應使用大量資料反饋，重新訓練並快速疊代
資料循環應在一開始規劃運作模式時就納入考?
配套措施亦為真實系統之重要元素
問：下列何者為構成深度學習之基本要件？
神經網路
大數據
v 神經網路與大數據
以上皆非
問：關於個人資料保護與數據價值可用性之關聯，下列何者正確？
如何界定「個人資料已去識別化」，非屬事實認定，且不具有變動性
v 與其他資料的對照、組合、連結等操作，可能使被認為已去識別化的資料被重新識別
運用去識別化技術與資料價值可用性，有呈現正比現象
資料持續累積、資訊技術的發展演進與資料儲存成本下降等因素，對於去識別化之難度與不確定性並無影響
問：構成深度學習之基本要件是神經網路與大數據
v ○
╳
問：下列何者「非」人工智慧白皮書 (White Paper on Artificial Intelligence) 對於未來技術發展路徑之規管宣示？
需佐證使用的數據足夠完備，以確保結果有足夠的普適性
v 需確保人工智慧系統運無人為監督，能達到全自動化運作
需明確釐清人工智慧系統的能力與極限，以避免結果應用的範圍損害人權
需保證人工智慧系統的穩健性和結果重現性以供驗證
問：下列何者為人工智慧有機會應用之公部門領域？
便民服務
警政消防
社會文化
v 以上皆是
問：下列何者為一般資料保護規範 (General Data Protection Regulation, GDPR) 賦予當事人的權利？
拒絕權 (包含個人資料自動化決策反對權)
資料可攜權
被遺忘權
v 以上皆是
問：以下何者為落實系統解決方案過程中，人工智慧主要能發揮優勢的項目？
決定專案目標
資料盤點/資料蒐集
v 分析/建模
資料清理
問：圖像識別中最成熟的領域：自動駕駛
○
v ╳
問：下列何者為人工智慧技術已經相當成熟之領域？
自動駕駛
人臉識別
語音辨識
v 以上皆是
問：下列何者「非」區塊鏈信用機制之特性？
去中心化
v 單一機構 (如銀行、清算所) 持有帳目系統
每個節點皆有一份帳目透明
共享的帳目系統
問：下列何者「非」人工智慧相較於人類較占優之工作內容？
v 需要大量思考及創造的工作
重複性高的工作
高度依賴記憶與穩定度的工作
需處理大量細節的工作
評論