所屬科目：iPAS◆AI應用規劃師◆初級
1. 機器學習的三個核心要素是什麼？(A)數據、模型、損失函數(B)訓練集、測試集、驗證集(C)特徵工程、優化演算法、正則化(D)超參數調整、模型選擇、數據處理
2. 下列哪一項屬於監督式學習的特點？(A)數據集中包含標記訊息(B)僅需探索數據內部的結構(C)使用代理與環境互動進行學習(D)不需要驗證集來調整參數
3. 機器學習模型過擬合的主要原因是什麼？(A)模型的複雜度不足(B)訓練數據樣本過多(C)模型過度學習數據中的雜訊(D)使用過於簡單的損失函數
4. 交叉驗證的主要目的是什麼？(A)提高模型的訓練速度(B)驗證數據是否線性可分(C)減少模型的過擬合風險(D)測試模型的容錯能力
5. 機器學習的梯度下降演算法主要用於什麼？(A)減少模型的計算複雜度(B)優化模型參數以最小化損失函數(C)減少數據中的雜訊干擾(D)增強數據特徵的表示能力
6. 線性迴歸模型最適合解決哪種類型的問題？(A)圖像分類(B)銷售額預測(C)聚類分析(D)遊戲策略學習
7. 決策樹的最大優勢是什麼？(A)適合大規模數據的訓練(B)具有良好的可解釋性(C)不需要進行數據標準化(D)適用於圖像生成任務
8. 神經網路與傳統機器學習模型的主要區別是什麼？(A)神經網路無法處理非線性數據(B)神經網路透過多層結構學習複雜特徵(C)神經網路只適用於迴歸問題(D)神經網路不需要大量數據支持
9. 下列關於生成對抗網路(GAN)的描述正確的是哪一項？(A)GAN 僅用於分類問題(B)GAN 由生成器和鑑別器組成(C)GAN 的結果始終高度可解釋(D)GAN 不能生成高品質的數據
10. 隨機森林(Random Forest)改進了單一決策樹的缺陷，主要透過什麼方法實現？ (A)使用核函數映射高維空間 (B)集成多棵隨機生成的決策樹並投票 (C)增加模型參數以減少偏差 (D)採用生成模型替代分類器
阿摩線上測驗
登入
阿摩線上測驗
登入