iPAS AI 應用規劃師中級 114 年第二次 科三 第 48 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
使用鐵達尼號(Titanic)資料集進行多層感知機(Multilayer Perceptron, MLP)分類預測分析,其中survived為反應變數(1表示存活,0表示死亡)。附圖程式碼展示資料載入與處理,請根據此資料回答第48~50題。
下圖顯示資料集的前5筆資料。
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值調整為0 B:X_train /= X_train.std(axis=0)將每個訓練集特徵的標準差調整為0 C:X_train處理結果會將資料壓縮到0和1之間 D:標準化結果防止梯度爆炸或消失 E:標準化是屬於特徵選擇(Feature Selection)方法 F:X_train程式碼應修正為X_train = X_train.std(axis=0), X_test程式碼應修正為X_test = X_test.std(axis=0)
- AA、B、C、D
含B、C,標準差變1不是0,也不會壓到0與1之間。
- BA、E
E錯,標準化是特徵縮放,不篩選任何特徵。
- CA、D(正確答案)
正解:A均值歸零、D穩定梯度皆成立。
- DA、C、F
C的Min-Max敘述與F的改寫語法皆錯誤。
正確答案:C
標準化(Standardization)的定義與其對神經網路訓練的作用。 看到縮放題,先確認是減均值除標準差(均值0、標準差1)還是Min-Max壓到0與1之間。
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
- 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 3 題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…
- 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?
- 115 年第一次 科三 第 1 題某量化投資團隊需估算某投資組合未來30日的風險值。由於衍生性金融商品的定價模型過於複雜,無法以解析解直接求得,工程師因此…