iPAS 考題解析
在深度學習中，Adam 優化器（Adaptive Moment Estimation）相比標準 SGD 的主要改進為何？
中級 機器學習技術與應用
難度：中等 ★★☆ 114 年考題
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- 機器學習技術與應用
- 知識主題
- 機器學習基礎數學
- 能力指標
- 數值優化技術與方法（L23103）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「機器學習技術與應用」科目中的「機器學習基礎數學」範疇， 對應的能力指標為「數值優化技術與方法」，涵蓋演算法效率與可擴展性評估等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
在深度學習中，Adam 優化器（Adaptive Moment Estimation）相比標準 SGD 的主要改進為何？
- A. Adam 使用二階梯度資訊加速收斂
- B. Adam 結合動量（Momentum）和自適應學習率，對不同參數使用不同的學習率 ✓ 正確答案
- C. Adam 透過隨機丟棄神經元防止過擬合
- D. Adam 透過批次標準化穩定訓練過程
詳細解析
正確答案：B. Adam 結合動量（Momentum）和自適應學習率，對不同參數使用不同的學習率
Adam 優化器結合了動量（一階矩估計，累積梯度方向）和 RMSProp（二階矩估計，自適應學習率），能對不同參數自動調整學習率，在稀疏梯度和非平穩目標函數上表現尤佳。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. Adam 使用二階梯度資訊加速收斂 （不正確）
Adam 使用一階和二階矩估計，不是直接使用二階梯度（Hessian）。
B. Adam 結合動量（Momentum）和自適應學習率，對不同參數使用不同的學習率 （正確）
Adam 結合動量和自適應學習率，此為正確描述。
C. Adam 透過隨機丟棄神經元防止過擬合 （不正確）
丟棄神經元是 Dropout 的功能，非 Adam。
D. Adam 透過批次標準化穩定訓練過程 （不正確）
批次標準化是 Batch Normalization 的功能，非 Adam。
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。
某零售公司希望利用顧客的年齡與每月消費金額，預測顧客是否為高價值顧客。提供相關資料 data.csv，包含欄位 Age、Spending、HighValue。請將下列程式碼片段依正確順序排序，以完成模型的建立與預測。 ``` a. from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) b. from sklearn.linear_model import LogisticRegression model = LogisticRegression() model.fit(X_train, y_train) c. import pandas as pd data = pd.read_csv("data.csv") X = data[["Age", "Spending"]] y = data["HighValue"] d. y_pred = model.predict(X_test) print("Predictions:", y_pred[:5]) ```
中級 機器學習技術與應用 難度 ★★★ 114 年
在優化器中，哪一個方法會自動調整每個參數的學習率，特別適用於稀疏資料？
中級 機器學習技術與應用 難度 ★★☆ 114 年
在進行模型訓練前，若針對資料中不同群體（例如分類標籤）之間樣本數量不平衡的情況進行比例調整，此方法通常屬於下列哪一種技術？
中級 機器學習技術與應用 難度 ★★☆ 114 年
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。