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

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？

1. 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。

2. 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。

3. 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。

4. 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。