iPAS AI 應用規劃師中級 114 年第二次 科三 第 18 題 詳解

114 年第二次 科三 機器學習技術與應用

下列何者最能同時反映XGBoost（eXtreme Gradient Boosting）相較於傳統梯度提升決策樹（Gradient Boosting Decision Tree, GBDT）的主要技術改進？

1. A引入正則化項（Regularization）以抑制過擬合，並支援缺失值自動處理與並行化訓練（正確答案）

   正則化、缺失值自動處理、特徵切分並行化，正是 XGBoost 的核心改良。

2. B改以隨機森林（Random Forest）架構取代樹模型以提升準確率

   XGBoost 仍是提升法，未改成隨機森林的並聯袋裝架構。

3. C以類神經網路（Neural Network）取代弱分類器（Weak Learners）

   弱學習器仍是決策樹，並未換成類神經網路。

4. D採用批次正規化（Batch Normalization）技術提升模型穩定性

   批次正規化屬深度學習的層間技巧，與樹模型無關。