iPAS 備考專區 登入

iPAS AI 應用規劃師題庫・初級・L11 人工智慧基礎概論

iPAS 考題解析深度學習模型中,下列哪一項通常用來降低過擬合(Overfitting)問題?

來源標記:樣題114年9月版

你的作答

解析

正確答案:D. 增加正則化項

增加正則化(Regularization)項(Regularization,如 L1/L2)能限制模型複雜度(Model Complexity),有效降低過擬合(Overfitting)問題。

每個選項為什麼對或錯

  • A 增加訓練數據量 錯誤選項

    增加訓練數據量也能降低過擬合(Overfitting),但題目問的是「正則化(Regularization)項」這個選項更直接

  • B 增加模型的複雜度 錯誤選項

    增加模型複雜度會加劇過擬合(Overfitting),不是降低

  • C 增加學習率 錯誤選項

    增加學習率(Learning Rate)可能導致訓練不穩定,不能降低過擬合(Overfitting)

  • D 增加正則化項 正解

答案、題目或解析有問題?回報這題

題目 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。