機器學習技術與應用：181 題線上練習

在梯度下降（Gradient Descent）優化過程中，陷入「局部最小值（Local Minimum）」的問題，下列哪種方法最能有效緩解？

難度 ★★☆ 114 年考題

在深度神經網路訓練中，「學習率（Learning Rate）」是一個關鍵超參數，下列哪項描述最為準確？

難度 ★★☆ 114 年考題

在醫療診斷 AI 系統中，若某模型在訓練資料中表現優異但臨床部署後診斷準確率下降，且醫師反映難以理解模型決策依據，下列哪項解決方案最能同時解決這兩個問題？

難度 ★★☆ 114 年考題

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？

難度 ★★☆ 114 年考題

蒙地卡羅模擬（Monte Carlo Simulation）的核心概念是什麼？

難度 ★★☆ 114 年考題

在線性迴歸模型診斷中，若殘差圖（Residual Plot）呈現明顯的「喇叭型」（殘差隨預測值增大而擴散），這表示違反了何種假設？

難度 ★★☆ 114 年考題

在機器學習模型評估中，交叉驗證（Cross-Validation）的主要目的為何？

難度 ★★☆ 114 年考題

在機器學習中，Lasso（L1 正則化）相比 Ridge（L2 正則化）的主要特性為何？

難度 ★★☆ 114 年考題

在密度型分群演算法 DBSCAN 中，若某資料點的 ε 鄰域內包含的資料點數少於 MinPts，且該點本身不在任何核心點的 ε 鄰域內，則該點被定義為？

難度 ★★☆ 114 年考題

在卷積神經網路（CNN）中，卷積層（Convolutional Layer）的主要功能為何？

難度 ★★☆ 114 年考題

在卷積神經網路（CNN）架構中，「局部感受野（Local Receptive Field）」的概念是指？

難度 ★★☆ 114 年考題

長短期記憶網路（LSTM）相比標準遞歸神經網路（RNN）的主要改進為何？

難度 ★★☆ 114 年考題

自動機器學習（AutoML）最適合應用於下列哪種情境？

難度 ★★☆ 114 年考題

在超參數調整中，「隨機搜尋（Random Search）」相比「網格搜尋（Grid Search）」的主要優勢為何？

難度 ★★☆ 114 年考題

在迴歸模型評估中，決定係數 R² = 0.85 代表什麼含義？

難度 ★★☆ 114 年考題

在不平衡資料集的分類問題中（如信用卡詐欺偵測，詐欺佔 0.1%），為何準確率（Accuracy）不是一個好的評估指標？

難度 ★★☆ 114 年考題

在特徵工程中，「交互特徵（Interaction Features）」的作用為何？

難度 ★★☆ 114 年考題

一個已訓練的機器學習模型在驗證集表現良好，但在測試集上性能明顯下降。持續增加更多特徵能解決此問題嗎？為什麼？

難度 ★★☆ 114 年考題

在機器學習中，「標籤偏差（Label Bias）」主要指的是什麼問題？

難度 ★★☆ 114 年考題

在機器學習實踐中，「取樣偏差（Sampling Bias）」可能導致什麼問題？

難度 ★★☆ 114 年考題

在 AI 模型部署的資料隱私保護中，「同態加密（Homomorphic Encryption）」的核心特性是什麼？

難度 ★★☆ 114 年考題

在 AI 系統的資安設計中，若需同時保護模型的機密性（防止逆向工程提取模型）和訓練資料的隱私性（防止成員推斷攻擊），最適合的組合方案為？

難度 ★★☆ 114 年考題

Label Bias（標籤偏差）的主要原因為何？

難度 ★★★

同態加密在 AI 訓練中的關鍵特性為何？

難度 ★★★★