42. 下列學習方法,何者「難以」獲得人類容易理解的知識或特徵?
(A) 多層感知機(multilayer perceptron)
(B) 決策樹(decision tree)
(C) 羅吉斯迴歸(logistic regression)
(D) 關聯規則探勘(association rule mining)

答案:登入後查看
統計: A(10), B(0), C(1), D(2), E(0) #3219426

詳解 (共 1 筆)

#6332779

解析各選項,找出「難以」獲得人類容易理解的知識或特徵的方法

在機器學習中,某些模型的可解釋性(Interpretability) 較高,能讓人清楚理解決策過程,而某些模型則較為黑箱(Black Box),難以直接解釋特徵與結果之間的關係。

選項分析

(A) 多層感知機(Multilayer Perceptron, MLP)

難以理解(本題答案)

  • 多層感知機(MLP)屬於深度學習的一種,使用多個隱藏層與非線性激活函數
  • 特徵與結果之間的關係並不直觀,難以透過簡單的規則或數學式解釋。
  • 由於神經網路的權重分佈複雜,學習過程較為黑箱(Black Box),即使可視化權重,也不易解釋具體決策邏輯。
  • 因此 MLP 屬於「難以」理解的模型,是本題正確答案。
0
0

私人筆記 (共 1 筆)

私人筆記#6438241
未解鎖
多層感知機 (Multilayer Pe...
(共 441 字,隱藏中)
前往觀看
0
0