政大 114 年資管所（科技組） 計算機概論 參考答案

1.1 Linear Regression 預測連續數值，輸出不受限，用 MSE；Logistic Regression 做二元分類，以 Sigmoid 把輸出壓到 $(0,1)$ 表示機率，用 Cross-Entropy。主要差異在輸出是否為機率。

1.2 做得出分類器，但不是好方法：

1. $f(\overline{x})$ 可能小於 0 或大於 1，沒有機率意義。
2. MSE 為擬合數值設計，不是為最小化分類錯誤設計。
3. 位在正確側但離邊界很遠的樣本仍被 MSE 當成大誤差，會把迴歸線拉偏，使邊界附近的樣本被錯分。

2.1 Git workflow 是本機的版本控制流程（add、commit、branch、merge）；GitHub workflow 建立在 Git 之上，加入遠端協作（push／pull、Fork、Pull Request、Code Review）。差異在單機版本管理與多人遠端協作審查。

2.2

1. git merge 失敗後，git status 列出衝突檔案。
2. 開啟衝突檔，找到 <<<<<<<、=======、>>>>>>> 標記。
3. 人工決定保留內容，刪除標記。
4. git add <file> 標記為已解決。
5. git commit 完成 merge。

2.3

1. 在 GitHub 對目標 repository 按 Fork。
2. git clone 自己的 fork 到本機。
3. git checkout -b feature 開新分支開發。
4. git commit 後 git push origin feature。
5. 在 GitHub 對原專案發起 Pull Request。
6. 通過 Code Review 與 CI 後，由維護者 Merge 進 main。

3.1 Router。

3.2 Network Layer（第 3 層）。

3.3 TTL 每經過一個 router 減 1，歸零即丟棄並回傳 ICMP Time Exceeded，防止封包在路由迴圈中無限循環。

3.4 不一定。只有 IP 封包才有 IP header；ARP 等非 IP 協定的 frame 沒有。

3.5 把兩台 host 的 IP 各與子網路遮罩做 bitwise AND，網路位址相同即同一子網路。

3.6 Private IP 是 RFC 1918 保留的 10.0.0.0/8、172.16.0.0/12、192.168.0.0/16，只在內部網路有效，用於企業與家用內網；Public IP 全球唯一、可在 Internet 上路由，用於對外服務的主機。不能直接送，Private IP 在公網上無法路由，須經 NAT（由內網主動連出，或設定 port forwarding）。

運作方式：

1. $dist[s]=0$，其餘為 $\infty$。
2. 每輪從尚未確定的頂點中取出 $dist$ 最小者 $u$，標記為已確定。
3. 對 $u$ 的每個鄰居 $v$，若 $dist[u]+w(u,v)<dist[v]$ 則更新 $dist[v]$。
4. 重複至所有頂點皆已確定。

無法處理負邊：演算法假設頂點一旦確定，$dist$ 就不會再變小，這需要所有邊權非負；有負邊時之後可能出現更短的路徑，但已確定的頂點不會再更新。

• Encoding：把資料轉成另一種表示格式（Base64、UTF-8），可逆、不需金鑰，用於傳輸與儲存的相容性，沒有保密作用。
• Encryption：把資料轉成只有持金鑰者能還原的密文（AES、RSA），可逆、需金鑰，提供機密性。
• Hashing：把任意長度輸入轉成固定長度輸出（SHA-256），單向不可逆，用於完整性驗證與密碼儲存。

差異：Encoding 與 Encryption 可逆，Hashing 不可逆；只有 Encryption 需要金鑰。

f(a,b,n) 計算 $a\times b^n$（快速冪）。

Preemptive SJF：

| P1 | P2 | P3 |  P4  |   P2   |      P1      |
0    3    5    7      10       15             27

平均等待時間 $=(12+5+0+0)/4=4.25$ ms

Round Robin（$q=4$ ms）：

| P1  | P2  | P1  | P3 | P4  | P2  |    P1    |
0     4     8     12   14   17    20         27

平均等待時間 $=(12+10+7+7)/4=9$ ms

visited = set()

def findFlag(a):
    p = a.getPosition()
    if p in visited:
        return None
    visited.add(p)
    if a.foundFlag():
        return p
    moves = [(a.moveLeft, a.moveRight), (a.moveRight, a.moveLeft),
             (a.moveUp, a.moveDown), (a.moveDown, a.moveUp)]
    for go, back in moves:
        if go():                 # 移動失敗代表撞牆，直接換下一個方向
            r = findFlag(a)
            if r is not None:
                return r
            back()               # 不論結果如何都要退回原位
    return None