鹿先生的公務員終身學習解答

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

1. 感測器
2. 網路
3. 附有感應標籤的物品
4. 以上皆是

1. 網路公民
2. 受關注議題
3. 政令宣導
4. 媒介

巨量資料具有的特性包括？

1. 資料量(Volume)
2. 資料傳輸速度(Velocity)
3. 資料多樣性(Variety)
4. 視野(View)

1. C2B
2. B2B
3. C2C
4. 以上皆非

1. 動力機械
2. 食品
3. 農業
4. 以上皆是

1. 依據目前已知知識架構，提供適合的學習流程及內容
2. 進行大量測驗
3. 進行大量閱讀
4. 進行精熟學習

1. 聲量分析與次數分析
2. 聲量分析與情緒分析
3. 次數分析與情緒分析
4. 音量分析與次數分析

1. 拆分點的規則毫無用途
2. 不易發現變數間的相互規則
3. 決策樹修剪錯誤
4. 以上皆是

1. 以建議為基礎的應用模式
2. 以預測為基礎的應用模式
3. 以歸因為基礎的應用模式
4. 以發現異常為基礎的應用模式

1. 戶政單位的居民資料
2. 報稅網站中的XML資料
3. 警察局收到的報案電話紀錄
4. 市政網站的滑鼠點擊紀錄

1. 戶政單位的居民資料
2. 報稅網站中的XML資料
3. 警察局收到的報案電話紀錄
4. 市政網站的滑鼠點擊紀錄

1. 感測器
2. 網路
3. 附有感應標籤的物品
4. 以上皆是

1. 分析行為
2. 發掘詐欺行為
3. 流失客戶分析
4. 以上皆是

1. 物聯網與巨量資料分析
2. 物聯網與心理學
3. GPS與無線網路
4. 管理學與地圖學

1. 戶政單位的居民資料
2. 報稅網站中的XML資料
3. 警察局收到的報案電話紀錄
4. 市政網站的滑鼠點擊紀錄

巨量資料對學習成效的考量面向以及回饋機制的意義為何？

1. 根據作業及考試給予分數、等第或排名
2. 蒐集學生讀教科書、講義的學習歷程
3. 回饋學習資訊給編纂教科書與講義的相關單位及教師
4. 瞭解學生讀過的內容，並分析其長期記憶內容

1. 戶政單位的居民資料
2. 報稅網站中的XML資料
3. 警察局收到的報案電話紀錄
4. 市政網站的滑鼠點擊紀錄

個人化教學在適性化呈現上，系統會根據每位學員現在具備的哪些特質，篩選適合的教材內容給學習者？

1. 現在具備的知識
2. 需求目標
3. 同儕進度
4. 學習偏好

1. 結構化
2. 半結構化
3. 非結構化
4. 以上皆是

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

1. 快速
2. 低成本
3. 高延伸性
4. 以上皆是

1. 以基準為基礎的應用模式
2. 以建議為基礎的應用模式
3. 以預測為基礎的應用模 式
4. 以發現異常為基礎的應用模式

1. 從學習歷程知道課程的安排效果
2. 專注於總結性評量的測驗結果
3. 了解如何改善教學的順序、內容量與教學策略
4. 分析個別學員的學習狀況，依據學員的個別需求調整教學方式

1. 以發現異常為基礎的應用模式
2. 以基準為基礎的應用模式
3. 以建議為基礎的應用模式
4. 以歸因為基礎的應用模式

巨量資料具有的特性包括？

1. 資料量(Volume)
2. 資料傳輸速度(Velocity)
3. 資料多樣性(Variety)
4. 視野(View)

1. 行動運算
2. 個人電腦
3. 雲端運算
4. 物聯網

1. 聲量分析與次數分析
2. 聲量分析與情緒分析
3. 次數分析與情緒分析
4. 音量分析與次數分析

1. 拆分點的規則毫無用途
2. 不易發現變數間的相互規則
3. 決策樹修剪錯誤
4. 以上皆是

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

巨量資料具有的特性包括？

1. 資料量(Volume)
2. 資料傳輸速度(Velocity)
3. 資料多樣性(Variety)
4. 視野(View)

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

個人化學習的特點為何？

1. 動態提供學習建議與指引
2. 提供全體一致的學習建議與指引
3. 每次學習都須從基礎到深入

1. 資料的類型一致
2. 資料的數量明確
3. 資料來源單純
4. 不適合用關聯式資料庫來定義

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

1. 結構化
2. 半結構化
3. 非結構化
4. 以上皆是

1. 聲量分析與次數分析
2. 聲量分析與情緒分析
3. 次數分析與情緒分析
4. 音量分析與次數分析

巨量資料對學習成效的考量面向以及回饋機制的意義為何？

1. 根據作業及考試給予分數、等第或排名
2. 蒐集學生讀教科書、講義的學習歷程
3. 回饋學習資訊給編纂教科書與講義的相關單位及教師
4. 瞭解學生讀過的內容，並分析其長期記憶內容

1. 動力機械
2. 食品
3. 農業
4. 以上皆是

1. 拆分點的規則毫無用途
2. 不易發現變數間的相互規則
3. 決策樹修剪錯誤
4. 以上皆是

1. 行動運算
2. 個人電腦
3. 雲端運算
4. 物聯網

1. 分析行為
2. 發掘詐欺行為
3. 流失客戶分析
4. 以上皆是

1. 以機器代替人工進行製造的工作
2. 開始使用電器進行製造的工作，開始大量生產
3. 自動化系統部分取代人力進行製造的工作
4. 智能機器人完全取代人力進行製造的工作，出現工廠智能化

1. 以建議為基礎的應用模式
2. 以預測為基礎的應用模式
3. 以發現異常為基礎的應用模式
4. 以基準為基礎的應用模式

1. 聲量分析與次數分析
2. 聲量分析與情緒分析
3. 次數分析與情緒分析
4. 音量分析與次數分析

1. 一種規格，一人適用
2. 一種規格，全體適用
3. 多種規格，一人適用

1. 快速
2. 低成本
3. 高延伸性
4. 以上皆是

1. C2B
2. B2B
3. C2C
4. 以上皆非

個人化學習的特點為何？

1. 動態提供學習建議與指引
2. 提供全體一致的學習建議與指引
3. 每次學習都須從基礎到深入

1. 感測器
2. 網路
3. 附有感應標籤的物品
4. 以上皆是

1. 資料的類型一致
2. 資料的數量明確
3. 資料來源單純
4. 不適合用關聯式資料庫來定義

1. 巨量資料的資料來源皆為主動產生且有規律的資料
2. 物聯網加速巨量資料的發展
3. 巨量資料分析技術來自於統計學
4. 巨量資料不適合使用關聯式資料庫

1. 測驗與回饋
2. 閱讀與測驗
3. 適性化呈現與適性化導覽
4. 推薦與口碑

巨量資料對學習成效的考量面向以及回饋機制的意義為何？

1. 根據作業及考試給予分數、等第或排名
2. 蒐集學生讀教科書、講義的學習歷程
3. 回饋學習資訊給編纂教科書與講義的相關單位及教師
4. 瞭解學生讀過的內容，並分析其長期記憶內容

1. 從學習歷程知道課程的安排效果
2. 專注於總結性評量的測驗結果
3. 了解如何改善教學的順序、內容量與教學策略
4. 分析個別學員的學習狀況，依據學員的個別需求調整教學方式

1. 依據目前已知知識架構，提供適合的學習流程及內容
2. 進行大量測驗
3. 進行大量閱讀
4. 進行精熟學習

1. 聲量分析與次數分析
2. 聲量分析與情緒分析
3. 次數分析與情緒分析
4. 音量分析與次數分析

1. 以基準為基礎的應用模式
2. 以建議為基礎的應用模式
3. 以預測為基礎的應用模 式
4. 以發現異常為基礎的應用模式

1. 以建議為基礎的應用模式
2. 以預測為基礎的應用模式
3. 以歸因為基礎的應用模式
4. 以發現異常為基礎的應用模式