免費開始練習
高考申論題 106年 [統計] 資料處理

第 一 題

📖 題組：
請試述下列名詞之意涵：（每小題 5 分，共 15 分）
📝 此題為申論題，共 3 小題

小題 (一)

大數據（Big data）

思路引導 VIP

看到「大數據」，應立即聯想其核心定義（無法以傳統工具處理的龐大資料），並直接套用經典的「5V」管理框架作為得分主軸。最後務必補上政府或企業的實務應用，以展現將理論落地之實務能力。

🤖
AI 詳解
AI 專屬家教

「大數據（Big Data）」指資料量規模巨大到無法透過傳統資料庫與軟體工具，在合理時間內完成擷取、管理、處理與分析的資料集合。其特徵包含經典之「5V」架構： (1) 大量（Volume）：資料產生與累積的規模極大，常以 PB（拍位元組）或 EB（艾位元組）為計算單位。 (2) 高速（Velocity）：資料產生、流動與處理的速度極快，強調資料串流與即時分析（Real-time）能力。

小題 (二)

機器學習（Machine learning）

思路引導 VIP

5分的解釋名詞題需直擊核心，切忌冗長。先給出精準定義（資料驅動而非規則驅動），接著列舉三大分類（監督、非監督、強化學習）展現專業度，最後補充實務應用即可拿滿分。

🤖
AI 詳解
AI 專屬家教

「機器學習（Machine Learning）」為人工智慧（AI）的重要子領域，指不依賴明確的規則指令編寫，而是利用演算法讓電腦系統從大量歷史「數據（Data）」中自動學習規律與特徵，進而建立模型以對未知資料進行預測或決策的技術。 其核心特徵與分類包含： (1) 監督式學習（Supervised Learning）：使用具備標籤（Label）的資料進行訓練，常見於分類（如辨識貓狗）與迴歸問題。

小題 (三)

資料獨立性（Data Independence）

思路引導 VIP

看到「資料獨立性」，應直覺聯想資料庫的三層綱要架構（外部、概念、內部）。答題重點在於點出其「修改下層綱要而不影響上層應用程式」的核心概念，並務必列出「邏輯」與「實體」資料獨立性兩大分類才能拿滿分。

🤖
AI 詳解
AI 專屬家教

「資料獨立性（Data Independence）」指在資料庫管理系統（DBMS）中，應用程式與資料庫的儲存結構或邏輯結構相互分離的特性。當修改某一階層的資料庫綱要（Schema）時，無須修改上一階層的綱要或現行的應用程式。特徵包含： (1) 邏輯資料獨立性（Logical Data Independence）：指修改「概念綱要」（如新增資料表、屬性或關聯）時，不影響「外部綱要」及應用程式。 (2) 實體資料獨立性（Physical Data Independence）：指修改「內部綱要」（如變更儲存裝置、檔案結構或建立索引）時，不影響「概念綱要」及應用程式。

📝 同份考卷的其他題目

查看 106年[統計] 資料處理 全題

升級 VIP 解鎖