iPAS AI 應用規劃師中級 114 年第二次 科三 第 27 題 詳解

114 年第二次 科三 機器學習技術與應用 · 考點:數據準備與特徵工程

某智慧製造團隊在開發瑕疵影像檢測模型時,發現使用線性激活函數(Activation Function)後,模型的訓練準確率長期停滯,懷疑模型無法學習到足夠複雜的特徵表達。若要改善此問題,下列哪一項調整方案最為合適?

  1. A增加卷積層(Convolutional Layer)數量,使網路更深以強化特徵提取

    線性激活下疊再多層仍等價單層,加深無效。

  2. B將輸入影像先進行灰階化處理,降低運算量

    灰階化只減運算量,與非線性表達無關。

  3. C使用Sigmoid激活函數,以將輸出壓縮至[0,1]範圍

    雖有非線性但易梯度消失,非深層網路首選。

  4. D改用ReLU(Rectified Linear Unit)激活函數,以引入非線性並提升模型表達能力(正確答案)

    引入非線性且緩解梯度消失,正確。

正確答案:D

激活函數的非線性特性對模型表達能力的影響 先判斷瓶頸來自「缺乏非線性」還是「深度不足」,再選對應的調整手段。

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

數據準備與特徵工程

  1. 114 年第二次 科三 第 29 題在工業設備故障預測專案中,模型訓練與超參數調整均依賴於一段歷史數據作為驗證集。然而,隨著設備運行環境與工況條件的變化,原…
  2. 114 年第二次 科三 第 30 題某情感分析模型在英文資料集上取得macro F1-score = 0.91。當該模型部署於西班牙文資料集時,F1-sco…
  3. 114 年第二次 科三 第 32 題某電信公司開發客戶流失預測模型,使用大量顧客行為特徵,例如通話時長、上網頻率、帳單金額、客服聯絡次數等。在訓練過程中,團…
  4. 114 年第二次 科三 第 34 題某醫療人工智慧團隊正在開發心臟病風險預測模型,資料量僅有150筆,其中陽性個案不到8%。由於樣本數稀少且類別分布極不平衡…
  5. 114 年第二次 科三 第 38 題附圖程式碼所計算的是哪一類型的評估指標?