iPAS AI 應用規劃師中級 115 年第一次 科三 第 16 題 詳解

115 年第一次 科三 機器學習技術與應用 · 考點:常見機器學習演算法

某資料科學家在信用評分任務中使用XGBoost建立模型,發現模型在訓練集表現良好但驗證集出現過擬合跡象。他檢視其模型設計,發現XGBoost在目標函數(Objective Function)中引入額外的正則化機制以控制模型複雜度。相較於傳統梯度提升決策樹(GBDT),XGBoost在其核心目標函數中加入了下列哪一種關鍵設計,使其具備更強的防過擬合能力?

  1. A加入樹的複雜度懲罰項(包含深度、葉節點數量與葉節點權重的L2正則化)(正確答案)

    目標函數=損失項+樹複雜度懲罰,含葉節點數與權重 L2。

  2. B加入動態學習率(Dynamic Learning Rate)的強制衰減機制

    學習率是外部超參數,非目標函數內建的衰減設計。

  3. C加入卷積運算(Convolution)以萃取特徵間的空間關係

    卷積屬於 CNN 影像處理,與樹模型無關。

  4. D強制所有決策樹深度為1(Decision Stumps)

    固定深度為 1 是 AdaBoost 弱學習器慣例,非 XGBoost 規定。

正確答案:A

XGBoost 目標函數中的正則化項如何抑制過擬合。 看清題目問的是「目標函數的組成」,就從損失項加正則化項的結構去比對選項。

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

常見機器學習演算法

  1. 115 年第一次 科三 第 24 題某推薦系統工程師處理商品類別特徵,該特徵包含約3,000個不同商品項目,每一種商品或其規格皆視為一個獨立類別。請問在高基…
  2. 115 年第一次 科三 第 36 題某金融機構的AI信用評分模型需上傳至第三方雲端服務商進行推論。法務部門要求:在不解密資料的前提下,由單一雲端服務商直接對…
  3. 115 年第一次 科三 第 46 題參考下圖資料處理,下列哪一項描述組合正確?
  4. 114 年第二次 科三 第 18 題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(Gra…
  5. 114 年第二次 科三 第 20 題某電子商務公司為開發商品評論情感分析模型,希望模型能捕捉評論中不同特徵之間的關聯影響,例如「商品價格」與「顧客滿意度」的…