iPAS 考題解析
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？
中級 機器學習技術與應用
難度：基礎 ☆☆☆ 114 年考題
題目與選項
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？
- 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
- B. 改以隨機森林（Random Forest）架構取代樹模型以提升準確率
- C. 以類神經網路（Neural Network）取代弱分類器（Weak Learners）
- D. 採用批次正規化（Batch Normalization）技術提升模型穩定性
詳細解析
正確答案：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
XGBoost 相較於傳統 GBDT 的核心改進是：在損失函數中加入正則化項抑制過擬合，同時支援缺失值自動處理，以及透過近似分割演算法實現並行化訓練，大幅提升了速度和泛化能力。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 114 年 AI 應用規劃師中級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。