iPAS AI 應用規劃師中級 114 年第二次 科三 第 12 題 詳解
114 年第二次 科三 機器學習技術與應用 · 考點:模型選擇與架構設計
某智慧製造公司開發一套設備故障預測系統,利用感測器資料訓練深度神經網路(Deep Neural Network, DNN)模型,以提前偵測異常運作跡象。在訓練過程中,團隊發現模型收斂速度不穩定:有時過快導致過擬合,有時又遲遲無法達到最佳準確率。開發團隊可以藉由調整下列哪一項超參數(Hyperparameter)以改善此問題?
- A每個神經元的輸出結果
神經元輸出是前向傳播的中間結果,非人為設定。
- B損失函數(Loss Function)在訓練過程中的梯度變化值(Gradient)
梯度由損失函數自動計算,是訓練產物不是可調參數。
- C學習率(Learning Rate),控制模型權重更新的速度(正確答案)
學習率須訓練前設定,直接決定權重更新幅度與收斂穩定度。
- D模型在訓練後產生的權重值
權重是訓練後學到的模型參數,不是超參數。
正確答案:C
考學習率等超參數在模型訓練中的角色與可調整對象。 先分辨該項目是「訓練前由人設定」還是「訓練中自動算出」,前者才是超參數。
用刷8題準備 iPAS AI 應用規劃師中級
每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。
開始刷題同考點的題目
模型選擇與架構設計
- 114 年第二次 科三 第 17 題下列哪一種優化演算法內建動量(Momentum)的設計機制?
- 114 年第二次 科三 第 31 題某能源公司利用歷史氣象與用電資料,開發長期電力需求預測模型,採用深度神經網路架構進行訓練。在訓練過程中,模型在訓練集上的…
- 114 年第二次 科三 第 36 題某銀行計畫與多家合作機構共同訓練一個AI信用風險預測模型,為避免客戶交易資料在傳輸與運算過程中外洩,技術團隊評估使用同態…
- 114 年第二次 科三 第 37 題某跨銀行風控平台希望整合多家銀行的用戶行為資料,用於訓練信用風險預測模型。由於競爭與法規限制,各銀行僅願意提供加密後資料…
- 114 年第二次 科三 第 39 題附圖程式碼實現的是哪一種正則化技術?