iPAS 備考專區 登入

iPAS AI 應用規劃師題庫・初級・L11 人工智慧基礎概論

iPAS 考題解析一間金融科技公司設計一款智慧投資系統,該系統會根據市場變化自動決定「買進」、「持有」或「賣出」的行動,並根據每次交易後的盈虧結果,逐步優化下一次的投資策略。整個過程中,系統不依賴事先標記的資料,而是根據歷次行動獲得的獎勵進行調整。請問此系統最可能採用哪一種學習方法?

來源標記:114年第四梯次初級科目一

你的作答

解析

正確答案:A. 強化式學習(Reinforcement Learning);

系統根據獎勵(盈虧)逐步優化決策策略,不依賴標記資料,這正是強化式學習(Reinforcement Learning)的特徵。

每個選項為什麼對或錯

  • A 強化式學習(Reinforcement Learning); 正解

    強化式學習(Reinforcement Learning)就是讓系統透過與環境互動,根據每次行動獲得的「獎勵」(這裡指盈虧)來學習和優化決策策略,完全符合題目描述。

  • B 監督式學習(Supervised Learning); 錯誤選項

    監督式學習(Supervised Learning)需要大量的「已標記」資料來訓練模型,但題目明確說系統不依賴事先標記的資料,所以不符合。

  • C 非監督式學習(Unsupervised Learning); 錯誤選項

    非監督式學習(Unsupervised Learning)主要是用來探索資料的隱藏結構或分群,它沒有「獎勵」機制來引導系統學習最佳行動,不適用於決策優化。

  • D 遷移學習(Transfer Learning) 錯誤選項

    遷移學習(Transfer Learning)是把一個已訓練好的模型應用到新的相關任務上,雖然可以加速學習,但它本身不是一種基礎的學習方法,也不是此系統的核心學習機制。

答案、題目或解析有問題?回報這題

題目 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。