資訊考點新

科技前沿議題解碼,考試高分核心!

影音 - 線性代數:生成空間(下)

線性代數中的「生成空間」(Span)是決定向量空間的範圍:生成空間告訴我們這些向量「能覆蓋到哪裡」,即它們能組成的所有可能向量。
同時生成空間也是基底與維度的基礎:若一組向量的生成空間剛好覆蓋整個空間,且彼此線性獨立,那它們就是該空間的基底。...

考點
#生成空間

開放性創新與資訊科技的組織影響力

在數位化與社群參與日益加深的時代,開放式創新(Open Innovation)成為企業獲取外部創意與市場洞察的重要策略,許多公司在導入顧客創意時,往往難以持續或規模化運作,Lego集團是少數能夠將顧客創意深度整合進核心產品開發的成功案例,透過創建Lego Ideas平台與BrickLink Designer Program(BDP),Lego不僅提升了創新速度與市場契合度,同時也維持顧客參與度以及品牌忠誠度。

題測
樂高(Lego)為成功將顧客創新納入核心業務的代表案例之一,透過「Lego Ideas」與「BrickLink Designer Program(BDP)」,全球使用者均可提交並投票選出新產品構想,達到一萬票的提案將由內部團隊審查此提案的產品可行性,Lego同時也發現人工智慧(AI)雖可協助初步篩選提案,但最終的熱門產品往往來自社群洞察與社會影響力。由於許多受歡迎的創意最終仍被拒絕,Lego 透過BrickLink平台提供創作者繼續參與創新活動的「第二次機會」計畫(BDP)來維繫粉絲忠誠度,讓創作者能夠群眾募資實體化自己的創意,並獲得收益,同時由 Lego 確保品質與品牌一致性。這種雙平台策略結合了社群創意、科技應用與企業專業,不僅推動創新與營收,也加強了顧客關係,並成功克服了傳統企業中的「非我所創」(Not Invented Here)思維。
  1. 說明何謂「非我所創」(Not Invented Here)心理?
  2. 試問在傳統創新提案系統中,AI早期篩選的角色為何,並論述Lego堅持讓社群擁有「第二次機會」的重要性何在?
  3. Lego的作法展現了群眾外包、社群參與、平台的高度整合策略,相較於封閉式創新,試問企業應如何評估的品牌一致性管控與去中心化創新之間的取捨?

演算法進階觀念:頂點覆蓋問題歸約子集合和問題

在電腦科學的理論中,「歸約(Reduction)」是一個極為重要的概念。簡單來說,歸約是一種將一個問題轉換成另一個問題的方式,使得若後者能有效解決,前者也能被間接解決。透過歸約,我們可以比較不同問題之間的計算困難度(computational complexity)。
特別是在 NP 完全(NP-complete)問題 的領域中,歸約扮演核心角色。若我們能將某一個已知的 NP 完全問題 A 在多項式時間內轉換成另一個問題 B,那麼 B 至少與 A 一樣困難。換言之,若 B 能在多項式時間內被解決,那所有 NP 問題也能被有效解決。

考點
#歸約
#Vertex Cover
#base-4編碼

摩爾定律的起源與在MIS中的重要性

摩爾定律由Intel共同創辦人Gordon Moore於1965年提出,當時他觀察到積體電路(IC)上的電晶體數量每18-24個月翻倍,導致計算性能以指數級增長。這一定律不僅是半導體產業的「預言」,也成為MIS課程中的經典案例。
尤其在台灣,高普考的資訊管理科目常以題目考查電路設計自動化(EDA)、晶片製造技術或硬體發展史,這些都與摩爾定律密切相關。
從早期的Intel 4004處理器到後來的GPU革命,摩爾定律驅動了科技進步,讓電腦從龐然大物變成掌上設備。

考點
#摩爾定律
#AI科技
#半導體

第七集 - 數據探索的基本概念與方法

美國統計學家John Tukey在1977年的著作《Exploratory Data Analysis》中,正式提出EDA的概念,主張在「驗證性分析」(Confirmatory Analysis,例如:假設檢定)之前,應先透過視覺化、簡化與迭代探索理解數據本質。他曾經批評當時的統計學家過度依賴形式化的推論,忽略「從數據中發現意外線索」的重要性。
數據探索是進行數據分析前的關鍵步驟,這個步驟能夠幫助我們理解數據的本質,避免後續分析的偏差與錯誤。實務上,EDA也可以節省研究過程的時間,沒有進行EDA可能會導致模型建立在有缺陷的數據上,例如誤解變數間之實際關係。

考點
#數據探索
#EDA

資料結構與演算法:打好基礎,面向未來

作者Steven

對於資工、資管所考生而言,此科目為必考的重要學科。而在學習程式設計與求職的過程中,資料結構與演算法更是不可或缺的核心能力。
我們考研究所是為了拿到好的學歷讓就業更順利,而無論未來想成為軟體工程師、資料科學家,還是探索人工智慧的奧秘,資料結構與演算法都是「語言獨立」且「實踐導向」的技能。不僅幫助你撰寫高效程式,還能在面試中脫穎而出。
科技業找工作上,有個專有名詞叫做「刷題」,也就是透過反覆練習知名的資料結構演算法題庫網站(如Leetcode、HackerRank)找到很好的工作。

考點
#資料結構演算法
#動態陣列