參考答案 / 政大 / 112 年 科技組 計算機概論

國立政治大學資訊管理學系(科技組)

政大 112 年資管所(科技組) 計算機概論 參考答案

共 18 題

參考答案 PDF各校參考答案的 PDF,訂閱考試資源分享信後會寄到您的信箱。訂閱領取 PDF

參考答案由作者與 AI 討論後逐題確認,不是各校公布的標準答案;若與各校公布不同,以各校為準。
最後更新:2026 年 11 月 3 日。發現錯誤歡迎來信。

這份考卷每一題的解析與手寫題的答題範例,收在《資管所考古題 111-115 計概資結全解》,可以免費試閱。

題號考點主題答案
選擇題 1同位元檢查(Parity Check)與基本位元邏輯運算(AND/OR/XOR)(A)
選擇題 2Pipeline(管線化)基本概念:執行時間公式與三種 Hazard、RISC v.s CISC 比較、Von Neumann 架構:四大單元與 Von Neumann Bottleneck、USB 傳輸速度與進位制前綴表(E)
選擇題 3Scale Up 與 Scale Out 兩種系統擴展方式(D)
選擇題 4OSI 七層與 TCP/IP 四層對照(E)
選擇題 5Critical Section 臨界區間設計的三大要件、Deadlock 處理策略總覽:Prevention/Avoidance/Detection/Recovery、Peterson's Solution 與 Semaphore(解決 Critical Section 問題)(B)
選擇題 6IEEE 802.X 區域網路標準總覽(C)
選擇題 7CSMA/CD 與 CSMA/CA 碰撞處理機制、RTS/CTS 解決 Hidden Terminal Problem(A)
選擇題 8關聯式代數(Relational Algebra):Select、Project、Union、Cartesian Product、Join(B)
選擇題 9機器學習四大學習方式:監督式、非監督式、半監督式與遷移學習、GPT 與 BERT:兩大 Transformer 預訓練語言模型比較、模型過擬合與欠擬合(Overfitting/Underfitting):成因、判斷與解決方法、類神經網路訓練常見問題:神經元飽和、梯度消失與梯度爆炸(B)
題號考點主題答案
選擇題 10SSID 與 BSSID、AP Beacon Frame、NAT(網路位址轉換)基本概念與封包穿越行為、ARP/RARP 位址解析協定與 ARP Spoofing、ICMP、IGMP、數位簽章、數位憑證與安全通訊協定:PGP、S/MIME、SSL/TLS、SET(A)

問答題 1

考點:SSID 與 BSSID、AP Beacon Frame

a) SSID 是使用者可讀的網路名稱,供使用者選擇網路;BSSID 是 AP 無線介面的 MAC address,用來區分共用同一 SSID 的不同 AP。

b) 週期性宣告 AP 的存在與網路參數(SSID、加密方式、時間同步資訊),讓裝置偵測到網路並進行關聯。

問答題 2

考點:程式語言分類:Assembler、Compiler、Interpreter 比較與編譯流程

  • Compiler:先把完整原始碼一次翻譯成機器碼,產生獨立執行檔。優點是執行快;缺點是須整體編譯完才看到錯誤,執行檔與平台綁定。
  • Interpreter:逐行翻譯並執行,不產生執行檔。優點是即時除錯、可攜性高;缺點是每次執行都要重新翻譯,速度慢。

問答題 3

考點:Virtual Machines 與 Containers 比較

  • VM:在 Hypervisor 上虛擬化硬體,每個 VM 有獨立 Guest OS。優點是隔離強、可跑不同 OS;缺點是開銷大、啟動慢。
  • Container:在 OS 層虛擬化,共用 host kernel,以 namespace 與 cgroups 隔離。優點是輕量、啟動快、部署密度高;缺點是隔離較弱,kernel 漏洞會波及所有容器,且須與 host kernel 相容。

問答題 4

考點:非監督式模型評估與 K 值選擇:輪廓係數、CH Index 與 Elbow Method

用內部評估指標,衡量群內凝聚性與群間分離性,兩演算法在同一資料、同一 k 下比較:

  1. Silhouette Coefficient:越接近 1 越好。
  2. Davies-Bouldin Index:越低越好。
  3. Calinski-Harabasz Index:越高越好。
  4. SSE:越低越好。

問答題 5

考點:模型過擬合與欠擬合(Overfitting/Underfitting):成因、判斷與解決方法

  1. Regularization(L1/L2)。
  2. Dropout。
  3. Early Stopping。
  4. Data Augmentation。
  5. 降低模型複雜度。
  6. 增加訓練資料量。

問答題 6

考點:RFID、NFC 與行動通訊技術演進(1G~5G)

  1. Massive MIMO:基地台使用大量天線陣列配合 beamforming,同時服務更多使用者,提升頻譜效率與容量。
  2. mmWave:使用 24 GHz 以上毫米波頻段,可用頻寬大,傳輸速率大幅提升。

問答題 7

考點:2D 矩陣局部最大值運算(Local Max,類 Sliding Window)

function LLV(grid, n):
    m = n - 2
    maxLocalGrid = new array[m][m]
    for i = 0 to m-1:
        for j = 0 to m-1:
            maxVal = -infinity
            for di = 0 to 2:
                for dj = 0 to 2:
                    maxVal = max(maxVal, grid[i+di][j+dj])
            maxLocalGrid[i][j] = maxVal
    return maxLocalGrid

問答題 8

考點:Balanced String 貪婪拆解演算法(Balance Counter 技巧)

function BSS(s):
    count = 0
    balance = 0
    for char in s:
        if char == 'L':
            balance = balance + 1
        else:
            balance = balance - 1
        if balance == 0:
            count = count + 1
    return count

政大其他年份