iPAS AI 應用規劃師中級 114 年第二次 科三 第 3 題 詳解
114 年第二次 科三 機器學習技術與應用 · 考點:線性代數之機器學習基礎應用
在訓練非線性模型時,若目標函數為非凸函數(Non-convex Function),演算法在參數更新過程中可能出現多個極值點,導致最佳化結果不穩定。請問此時最可能發生下列哪一種情況?
- A梯度消失
梯度消失源於深層網路鏈式微分,與凸性無關。
- B資料過少
資料量多寡是資料面問題,非函數形狀造成。
- C局部最優解(正確答案)
非凸函數有多個極值,易停在局部最優解。
- D過擬合
過擬合是泛化能力問題,不是收斂位置問題。
正確答案:C
非凸目標函數最佳化時可能收斂到局部最優解的概念。 先看題目描述的是「目標函數形狀」還是「模型與資料的關係」,再決定屬於最佳化問題或泛化問題。
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
線性代數之機器學習基礎應用
- 114 年第二次 科三 第 9 題在建構以距離為基礎的機器學習模型(如KNN、SVM)時,下列哪一項資料前處理方式最為關鍵?
- 114 年第二次 科三 第 40 題依據附圖程式碼進行資料處理,下列何者正確?
- 114 年第二次 科三 第 48 題參考下圖程式碼,下列何者正確? A:X_train -= X_train.mean(axis=0)將每個訓練集特徵的平均…
- 115 年第一次 科三 第 14 題某電商平台使用樸素貝氏分類器(Naive Bayes Classifier)建立垃圾郵件過濾模型。訓練集準確率(Accu…
- 114 年第二次 科三 第 22 題某電商平台希望預測顧客是否會購買特定商品。系統蒐集顧客的瀏覽紀錄、停留時間、商品類別偏好與過去購買行為,並以此推估「在觀…