機器學習與深度學習：45 題線上練習

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

在時間序列模型的交叉驗證中，為何不能使用標準的 K-fold 交叉驗證？

難度 ★★☆ 114 年考題

在分類不平衡問題的交叉驗證中，「分層抽樣（Stratified Sampling）」結合「留一法（Leave-One-Out Cross-Validation）」的主要考量為何？

難度 ★★☆ 114 年考題

以下使用 scikit-learn 進行 KNN 模型交叉驗證的程式碼，執行後 cv_scores 的型別和長度為何？ ```python from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import cross_val_score from sklearn.datasets import load_iris X, y = load_iris(return_X_y=True) knn = KNeighborsClassifier(n_neighbors=5) cv_scores = cross_val_score(knn, X, y, cv=5) print(type(cv_scores), len(cv_scores)) ```

難度 ★★★ 114 年考題

評估模型在不同月份的泛化效果，最適合的方法為何？

難度 ★★★

KNN 搭配交叉驗證計算準確率的正確程式碼為何？

難度 ★★★★

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

在決策樹（Decision Tree）中，「資訊增益（Information Gain）」的計算目的為何？

難度 ★★☆ 114 年考題

在機器學習中，特徵縮放（Feature Scaling）對哪類演算法影響最大？

難度 ★★☆ 114 年考題

XGBoost（eXtreme Gradient Boosting）相比傳統 Gradient Boosting 的主要改進為何？

難度 ★★☆ 114 年考題

在監督式學習的特徵選取中，Lasso 迴歸（L1 正則化）能自動進行特徵選取的原因為何？

難度 ★★☆ 114 年考題

在評估機器學習演算法的計算複雜度時，O(n²) 的時間複雜度意味著什麼？

難度 ★★☆ 114 年考題

L1 正則化 (Lasso) 的主要效果為何？

難度 ★★★

DBSCAN 中未被核心點包含也未達密度可達的點歸類為？

難度 ★★★

Information Gain 主要應用在什麼演算法中？

難度 ★★★

KNN 和 SVM 在使用前最關鍵的前處理是什麼？

難度 ★★★

XGBoost 相比傳統 GBDT 的主要改進為何？

難度 ★★★

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

在 Transformer 架構中，「多頭注意力（Multi-Head Attention）」相比單頭注意力的主要優勢為何？

難度 ★★☆ 114 年考題

在深度學習中，ReLU（Rectified Linear Unit）激活函數相比 Sigmoid 函數的主要優勢為何？

難度 ★★☆ 114 年考題

在深度學習訓練中，「早停法（Early Stopping）」配合「patience 參數」的機制是指什麼？

難度 ★★☆ 114 年考題

關於 VGG16 架構，下列哪項描述「不正確」？

難度 ★★☆ 114 年考題

在遷移學習（Transfer Learning）中，若要將 ImageNet 預訓練的 VGG16 遷移用於醫學影像分類，下列哪種策略最為合適？

難度 ★★☆ 114 年考題

在深度學習訓練監控中，若觀察到訓練損失（Training Loss）持續下降但驗證損失（Validation Loss）在某個 epoch 後開始上升，這個現象最能說明什麼？

難度 ★★☆ 114 年考題

下列何種卷積神經網路（Convolution Neural Networks, CNN）是將卷積層加寬而非加深？

難度 ★★☆ 114 年考題

近年來，深度學習研究與應用蓬勃發展，但數據本身可能存在什麼潛在問題？

難度 ★★☆ 114 年考題

在分類任務中，深度學習模型通常搭配哪一種輸出函數？

難度 ★★☆ 114 年考題

在神經網路中，前向傳播（Forward Propagation）主要依賴下列哪一種數學操作？

難度 ★★☆ 114 年考題

在 PyTorch 深度學習訓練中，以下程式碼片段的主要功能為何？ ```python import torch.nn as nn model = nn.Sequential( nn.Linear(784, 256), nn.ReLU(), nn.Dropout(p=0.5), nn.Linear(256, 10) ) ```

難度 ★★★ 114 年考題

VGG16 深度卷積神經網路中，第一個卷積層的設定為：輸入 224×224×3 影像，使用 64 個 3×3 卷積核，padding=1。此卷積層的可學習參數（weights + biases）總數為多少？

難度 ★★★ 114 年考題

VGG16 的第一個卷積層（conv1_1）輸入 224×224×3，使用 64 個 3×3 卷積核，stride=1，padding=1，輸出特徵圖的空間尺寸為？

難度 ★★★ 114 年考題

CNN 第一層卷積層的主要功能為何？

難度 ★★★

CNN 相比全連接神經網路(FCNN)的核心優勢為何？

難度 ★★★

LSTM 最適合的應用場景為何？

難度 ★★★

Multi-Head Attention 的主要優點為何？

難度 ★★★

CNN 使用線性激活函數導致訓練停滯，應改用什麼？

難度 ★★★

CNN 架構中加寬而非加深的代表模型為何？

難度 ★★★

神經網路前向傳播的核心數學操作為何？

難度 ★★★

VGG16 中哪種層的參數量最多？

難度 ★★★★

VGG16 中哪種層的 FLOPs（浮點運算次數）最多？

難度 ★★★★

關於 VGG16 結構，下列何者正確？

難度 ★★★★

VGG16 遷移學習時凍結卷積層的正確做法為何？

難度 ★★★★