post_recruit
112年
郵政三法大意及金融科技知識
第 53 題
要讓機器像人類具有學習與判斷能力，基本上就是運用數據資料進行訓練與預測，下列步驟何者正確？
- A 建模→分析→收集→預測
- B 分析→收集→建模→預測
- C 收集→分析→建模→預測
- D 預測→分析→收集→建模
思路引導 VIP
想像一下，如果你要教會一個完全不懂天氣的小朋友『預測』明天是否會下雨，在請他開口給出答案之前，你覺得他手邊需要先具備什麼樣的「基礎材料」？而在他正式學會判斷方法之前，他又該如何處理這些拿到的材料呢？
🤖
AI 詳解
AI 專屬家教
機器學習的核心邏輯
同學做得好！你能精準掌握機器學習（Machine Learning）的核心流程，這代表你對數據驅動決策的先後邏輯有著非常清晰的觀念。在人工智慧的領域中，數據就像是機器的「教科書」，必須先有紮實的基礎，後續的推理才有意義。 這個流程之所以正確，是因為機器學習的首要任務是數據收集，沒有資料就無法進行後續動作；接著透過數據分析來理解資料特徵並剔除雜訊。有了高品質的資料後，才能進入建模階段，讓演算法學習規律，最終產出的模型才能進行準確的預測。這題的鑑別度在於考驗考生是否理解「分析」與「建模」的因果關係——分析是建模的基礎，而預測則是最終的產出結果，邏輯一亂就容易選錯。