中文
中文English

AIF-C01 练习题 — AIF-C01：AI 从业者

1、题库联网，会自动更新，无需重新获取；

2、激活题库，可同时拥有中英文的访问权限；

3、包含在线练习，模拟测试，PDF下载，视频课程；

4、可使用小程序，或电脑网页端刷题学习，有效期一年；

5、激活码可直接购买，或通过天猫旗舰店购买；

6、有问题可通过微信，whatsapp,Line联系客服；

考试信息

AI 从业者-基础级 考试代码：AIF-C01


·报名链接：https://aws.amazon.com/cn/certification/certification-prep/testing/

·考试费用：100美金。可以购买考试券，价格在370RMB左右（考试券购买： https://item.taobao.com/item.htm?id=991899961156 ）。

·考试语言：简体中文、英文，日语等。不同语言证书含金量一样，用中文考，也可以下载英文证书。

·考试地点：可在对应城市的线下Pearson VUE考点，也可以使用自己的电脑线上考试（考试全程开摄像头，不要想着作弊哦）。

·考试环境：在线考试时需要背景简洁，不能有噪音，有条件可申请公司会议室，并多备一个网络（手机热点即可）。

·考试时长：90分钟。考完一个工作日内会通过邮件发送成绩单。

·考试题型：65道选择题（单选+多选 ），总分1000分，成绩700分以上即可通过。

样题

AIF-C01 · Q1
Topic 1 Question #1 一家公司每季度都会进行预测，以决定如何优化运营来满足预期需求。该公司使用机器学习模型进行这些预测。 一名AI从业者正在撰写一份关于训练好的机器学习模型的报告，为公司利益相关者提供透明度和可解释性。 为满足透明度和可解释性要求，AI从业者应在报告中包含哪些内容？
  • A.
    模型训练代码
  • B.
    部分依赖图（PDP）
  • C.
    训练样本数据
  • D.
    模型收敛表

答案: B

各选项分析： A. 模型训练代码是开发细节，利益相关者难以通过它理解模型预测逻辑，不符合面向利益相关者的透明度可解释性要求，因此错误。 B. 部分依赖图（PDP）可以直观展示特征对模型预测结果的影响，能给非技术的利益相关者提供清晰的模型可解释性，因此正确。 C. 提供训练样本数据会带来数据隐私风险，也无法帮助利益相关者理解模型的决策逻辑，因此错误。 D. 模型收敛表只能说明模型训练过程的收敛情况，无法解释模型最终的预测逻辑，不符合要求，因此错误。 关键知识点： AWS AI Practitioner考察对常见可解释性AI工具的适用场景，部分依赖图是用于解释机器学习模型特征影响的常用工具。 参考资料： Interpreting machine learning models in Amazon SageMaker, https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-model-explainability.html
AIF-C01 · Q2
Topic 1 Question #2 一家律师事务所希望使用大语言模型（LLM）构建一个人工智能应用程序。该应用程序将读取法律文档并从中提取要点。 哪个解决方案满足这些需求？
  • A.
    构建一个自动命名实体识别系统。
  • B.
    创建一个推荐引擎。
  • C.
    开发一个摘要聊天机器人。
  • D.
    开发一个多语言翻译系统。

答案: C

各选项分析： A. 自动命名实体识别只能提取特定实体，无法从文档中提取整合后的核心要点，不符合需求，所以该选项错误。 B. 推荐引擎的作用是基于用户行为给出个性化推荐，无法完成法律文档要点提取的任务，所以该选项错误。 C. 基于大语言模型开发的摘要聊天机器人可以读取输入的法律文档，生成提炼后的核心要点，完全匹配需求，所以该选项正确。 D. 多语言翻译系统仅负责不同语言之间的文本转换，不具备提取文档要点的能力，所以该选项错误。 关键知识点： 大语言模型不同应用场景的功能区分，基于LLM的摘要生成类应用可满足从长文档提取核心要点的需求。 参考资料： What is Amazon Bedrock?, https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html Foundation models for text generation, https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-text-generation.html
AIF-C01 · Q3
Topic 1 Question #3 一家公司希望根据基因特征将人类基因分为20个类别。该公司需要一款机器学习算法能够说明模型的内部机制如何影响输出结果。 哪款机器学习算法满足这些要求？
  • A.
    决策树
  • B.
    线性回归
  • C.
    逻辑回归
  • D.
    神经网络

答案: A

各选项分析： A. 决策树是可解释性强的白盒算法，能清晰展示分类推理过程，同时支持多分类任务，符合题目20个类别分类和可解释性的需求，因此该选项正确。 B. 线性回归是用于预测连续数值的回归算法，无法完成分类任务，因此该选项错误。 C. 逻辑回归通常用于二分类任务，处理20个类别的多分类场景时可解释性会大幅下降，不符合需求，因此该选项错误。 D. 神经网络属于黑盒模型，内部机制复杂，无法清晰说明内部机制对输出结果的影响，不符合可解释性要求，因此该选项错误。 关键知识点： 本题考察不同机器学习算法的可解释性特点与适用任务类型，可解释性要求高的分类任务优先选择白盒类算法。 参考资料： Decision Trees, https://docs.aws.amazon.com/machine-learning/latest/dg/decision-trees.html Machine Learning Algorithms - Types, https://docs.aws.amazon.com/machine-learning/latest/dg/types-of-machine-learning-algorithms.html
AIF-C01 · Q4
Topic 1 Question #4 某公司构建了一个图像分类模型，用于通过植物叶片照片预测植物病害。该公司希望评估模型正确分类了多少张图像。 该公司应使用哪个评估指标来衡量模型性能？
  • A.
    R平方得分
  • B.
    准确率
  • C.
    均方根误差 (RMSE)
  • D.
    学习率

答案: B

各选项分析： A. R平方得分是用于衡量回归模型对连续因变量的拟合程度，不适合分类问题的正确分类数量统计，所以该选项错误。 B. 准确率代表分类模型中正确分类的样本占总样本的比例，正好满足统计正确分类图像数量占比、评估分类效果的需求，所以该选项正确。 C. 均方根误差是用于衡量回归模型预测值与真实值之间误差的指标，不适用分类问题评估，所以该选项错误。 D. 学习率是模型训练过程中的超参数，不是评估模型性能的指标，所以该选项错误。 关键知识点： 分类任务的模型评估指标区分，准确率适用于衡量分类模型正确分类样本的比例。 参考资料： 机器学习核心概念 - 分类与回归指标, https://docs.aws.amazon.com/zh_cn/machine-learning/latest/dg/metrics-for-evaluating-machine-learning-models.html Amazon SageMaker 模型评估指标, https://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/model-monitor-model-quality-metrics.html
AIF-C01 · Q5
Topic 1 Question #5 某公司使用预训练大语言模型（LLM）构建产品推荐聊天机器人。公司要求LLM的输出简短，且使用特定语言编写。 以下哪种方案能让LLM的响应质量符合公司预期？
  • A.
    调整提示词。
  • B.
    选择其他尺寸的LLM。
  • C.
    提高温度参数。
  • D.
    提高Top K值。

答案: A

各选项分析： A. 公司要求LLM输出简短且使用特定语言，这类输出要求可以直接通过调整提示词明确告知模型，能让模型输出符合要求，该选项正确。 B. 更换LLM尺寸只会改变模型的参数量和通用能力，无法直接让模型满足输出简短、使用特定语言的要求，该选项错误。 C. 提高温度参数会提升LLM输出的随机性，更易生成多样不可控的内容，不符合输出要求明确的需求，该选项错误。 D. 提高Top K值会让模型从更多候选词中选择输出，增加输出的多样性和随机性，无法保证输出符合简短、使用特定语言的要求，该选项错误。 关键知识点： 提示工程中，可以通过提示词设计明确要求大语言模型的输出格式、内容长度和使用语言，从而获得符合预期的响应结果。 参考资料： Prompt engineering for foundation models, https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-engineering.html

常见问题

AIF-C01 有多少道练习题？

本题库收录 AIF-C01 练习题共 452 道，含单选、多选等题型，每题配有答案与解析。

AIF-C01 练习题支持中英文吗？

支持，AIF-C01 练习题为中英双语对照，便于对照原文理解。

AIF-C01 练习题可以免费试做吗？

可以，本页提供免费样题在线试做；完整题库可在掌学兔注册后获取。

免费试做 获取题库

相关考试