Python 挑戰 ML (機器學習) -- 練習題 [4]

📝 測驗說明

• 點擊選項即時判定對錯與顯示解析。

⚠️ 單次作答鎖定設計，點選後無法更改。

Q1. 線性迴歸 Singular matrix 錯誤代表？

(A)特徵存在高度共線性(B)樣本數大於維度(C)資料未標準化(D)目標 y 為字串

✅ 答對了！

❌ 答錯了！

解析：共線性導致矩陣不可逆。

Q2. NLP 餘弦相似度 NumPy 實作？

(A)np.dot / (norm * norm)(B)np.sum / np.sqrt(C)np.mean(D)np.cross

✅ 答對了！

❌ 答錯了！

解析：分子內積，分母為兩向量範數相乘。

Q3. 為何優先選擇 Adam？

(A)結合動量與適應性學習率(B)不需超參數(C)記憶體最少(D)保證全局最小

✅ 答對了！

❌ 答錯了！

解析：Adam 自動調整學習率，收斂穩定。

Q4. PyTorch 訓練常見遺漏步驟？

(A)zero_grad()(B)model.train()(C)float64(D)predict()

✅ 答對了！

❌ 答錯了！

解析：需清空梯度避免累加。

Q5. 極端錯誤時 Cross Entropy 反應？

(A)Loss 劇烈飆升(B)Loss 受限於 1(C)Loss 趨近 0(D)無法處理

✅ 答對了！

❌ 答錯了！

解析：對數特性懲罰極端錯誤。

Q6. 二元分類 AUC 實務標準寫法？

(A)predict_proba(B)predict(C)accuracy_score(D)auc(y, pred)

✅ 答對了！

❌ 答錯了！

解析：ROC 需基於機率值以調整閾值。

Q7. 極端離群值對 Z-score 影響？

(A)正常數據被擠壓(B)引發 ValueError(C)被自動裁剪(D)無影響

✅ 答對了！

❌ 答錯了！

解析：離群值扭曲平均與標準差。

Q8. PCA 降維解決哪種統計問題？

(A)高度共線性(B)遺漏值填補(C)非線性決策(D)類別不平衡

✅ 答對了！

❌ 答錯了！

解析：正交轉換消除變數間相關性。

Q9. YOLO 交集寬度邏輯？

(A)min(R) - max(L)(B)min(L) - max(R)(C)寬度平均值(D)中心點距離

✅ 答對了！

❌ 答錯了！

解析：交集邊界計算邏輯。

Q10. 為何醫療影像愛用 Dice Loss？

(A)類別極度不平衡(B)運算極快(C)色彩飽和度優化(D)BCE 無法分類

✅ 答對了！

❌ 答錯了！

解析：Dice 對重疊率優化，對不平衡更有韌性。

Q11. BERT 的上下文向量優勢？

(A)解決一詞多義(B)向量固定(C)自動翻譯(D)唯一處理語言

✅ 答對了！

❌ 答錯了！

解析：利用注意力機制動態調整編碼。

Q12. VGG16 參數瓶頸在哪？

(A)全連接層 (Dense)(B)卷積層(C)50% 均分(D)無參數

✅ 答對了！

❌ 答錯了！

解析：Dense 層互連導致參數暴增。

Q13. PyTorch 標準訓練步序？

(A)前傳->Loss->歸零->反傳->更新(B)歸零->更新->前傳(C)反傳->前傳(D)Loss->更新

✅ 答對了！

❌ 答錯了！

解析：PyTorch 標準管線要求。

Q14. 診斷共線性視覺化？

(A)heatmap(B)pairplot(C)lineplot(D)histplot

✅ 答對了！

❌ 答錯了！

解析：熱力圖直觀呈現相關矩陣。

Q15. CLR 循環學習率目的？

(A)跳出局部最小值(B)節省成本(C)防止爆炸(D)單調遞減

✅ 答對了！

❌ 答錯了！

解析：透過動能跳過鞍點障礙。

Q16. 驗證 Loss 飆升代表？

(A)過擬合 (Overfitting)(B)欠擬合(C)學習率過低(D)資料外洩

✅ 答對了！

❌ 答錯了！

解析：模型記住雜訊，泛化力喪失。

Q17. 同時遺漏才刪除怎麼寫？

(A)how='all'(B)how='any'(C)ffill(D)dropna()

✅ 答對了！

❌ 答錯了！

解析：all 代表所有目標欄位為空才刪除。

Q18. GridSearchCV 參數 key 規則？

(A)步驟名__參數名(B)參數名(C)SVC.C(D)步驟名_參數名

✅ 答對了！

❌ 答錯了！

解析：Pipeline 需雙底線連接。

Q19. TF-IDF 矩陣數學特性？

(A)稀疏且高維度(B)稠密低維度(C)正交(D)對稱方陣

✅ 答對了！

❌ 答錯了！

解析：多數元素為 0，需稀疏存儲。

Q20. 動量機制實務目的？

(A)克服峽谷震盪(B)隨機丟棄(C)步長相等(D)架構搜尋

✅ 答對了！

❌ 答錯了！

解析：利用慣性減緩震盪並加速收斂。

Read More »

Python 挑戰 ML (機器學習) -- 練習題 [3]

📝 測驗說明與操作指南（管線工程與實戰進階篇）

• 作答方式：請閱讀題目後，直接點擊下方您認為正確的選項（(A), (B), (C), (D)）。
• 即時判定：點擊選項後，系統會透過純 CSS 機制立即判定對錯。若答對，系統會顯示綠色提示；若答錯，系統會標示紅色，並為您同步標出真正的正確答案。
• 觀看解析：作答選定後，選項下方會自動展開詳細的管線與模型觀念解析，幫助您加深記憶。

⚠️ 注意：本測驗採用單次鎖定作答設計，點選任何選項後即無法更改，請確認思考後再點選。

Q1. 在 PyTorch 的標準訓練迴圈中，若發現 Loss 一直維持常數完全沒有下降，且已經確認呼叫了 loss.backward() 產生梯度，最可能是遺漏了下列哪一行程式碼？

(A)model.train()(B)optimizer.zero_grad()(C)model.eval()(D)optimizer.step()

✅ 答對了！

❌ 答錯了！

💡 解析：loss.backward() 只負責計算梯度並存放在變數中。必須呼叫 optimizer.step() 才會根據算出的梯度實際更新網路權重，Loss 才會下降。

Q2. 在進行特徵工程時，若想用 Pandas 依據各「部門（Department）」的「平均薪資（Salary）」來填補該部門員工薪資的遺漏值（NaN），下列哪一段程式碼最為正確？

(A)df.dropna(subset=['Salary'], inplace=True)(B)df['Salary'] = df.groupby('Department')['Salary'].fillna(df['Salary'].mean())(C)df['Salary'] = df['Salary'].fillna(df.groupby('Department').mean())(D)df['Salary'] = df.groupby('Department')['Salary'].transform(lambda x: x.fillna(x.mean()))

✅ 答對了！

❌ 答錯了！

💡 解析：groupby 後搭配 transform 可以保持原始資料表的列數不變，並將分組計算出來的平均值（x.mean()）精準填補回該組的缺失值（fillna）中。

Q3. 處理嚴重類別不平衡資料時常使用 SMOTE 技術。在使用 Scikit-learn 進行 K-Fold 交叉驗證時，為了避免嚴重的「資料洩漏（Data Leakage）」，SMOTE 應該在什麼階段套用？

(A)必須放在 Pipeline 內部，確保每一折（Fold）只對「訓練集」進行過取樣，而絕不動到「驗證集」。(B)在執行 train_test_split 之前，先對整個資料集進行 SMOTE。(C)只對切分出來的「驗證集」進行 SMOTE，確保驗證集有足夠的少數樣本可供測試。(D)不論在哪個階段套用都沒有差別，因為 SMOTE 只是內插法，不會改變整體特徵分佈。

✅ 答對了！

❌ 答錯了！

💡 解析：若先對全資料 SMOTE 再切分，會導致驗證集混入人工合成的假資料，讓模型提早「偷看」並產生極度虛高且不真實的評估分數。

Q4. 在建構神經網路進行「二元分類」時，為何實務上強烈不建議使用 MSE（均方誤差）作為損失函數，而是採用 BCE（二元交叉熵）？

(A)BCE 計算速度比 MSE 快上百倍，能大幅減少訓練時間。(B)MSE 只能用來預測整數，無法用來預測小數點機率。(C)MSE 會導致模型輸出負數機率，破壞分類假設。(D)MSE 搭配 Sigmoid 輸出會產生非凸（Non-convex）的損失地形，並在預測極度錯誤時引發「梯度消失」。

✅ 答對了！

❌ 答錯了！

💡 解析：Sigmoid 函數在輸出趨近 0 或 1 時梯度會趨近於 0。若搭配 MSE，即使模型極度自信卻預測錯誤，依然無法產生足夠的梯度來修正；而交叉熵的對數特性剛好能抵銷此問題。

Q5. 相較於傳統的 TF-IDF 矩陣，使用 Word2Vec 或 BERT 產生的詞向量（Word Embeddings）具有什麼最關鍵的數學特徵？

(A)強制將所有的單字轉換為一維的布林值（0 或 1）。(B)矩陣維度與總詞彙量（Vocabulary Size）完全相等，保證每一個字都有專屬獨立的正交維度。(C)將詞彙壓縮成低維度且稠密（Dense）的向量，並能透過向量空間的幾何距離捕捉詞彙間的語意關聯。(D)完全消除了所有停用詞（Stop words）的影響。

✅ 答對了！

❌ 答錯了！

💡 解析：TF-IDF 是超高維度且極度稀疏的矩陣，無法理解「蘋果」和「橘子」都是水果的幾何靠近性。詞嵌入技術透過低維稠密向量完美解決了語意關聯問題。

Q6. 在 YOLO 物件偵測演算法中，會將輸入影像均勻劃分為 S x S 的網格（Grid）。某一個特定網格單元（Grid Cell）的「主要職責」是什麼？

(A)負責將大圖片裁剪成 S x S 張小圖片，分別送入神經網路進行獨立分類。(B)負責偵測「物件中心點（Center）」剛好落在該網格內的目標，並預測其邊界框與類別機率。(C)計算該網格內所有像素的平均 RGB 色彩值，以判斷背景種類。(D)判斷該網格是否包含邊界框的「左上角」座標。

✅ 答對了！

❌ 答錯了！

💡 解析：YOLO 的核心設計哲學：無論物件有多大，只要它的「中心點」落在哪個 Grid Cell 裡，那個 Cell 就要全權負責預測並框出這個物件。

Q7. 假設你的資料集極度不平衡（99% 正常交易，1% 詐欺交易）。你訓練的模型測出 ROC AUC 高達 0.95，但 Precision-Recall AUC 卻只有 0.15。這代表什麼？

(A)模型產生了嚴重的資料洩漏，導致 ROC 指標失真。(B)程式碼寫反了，正常情況下 PR AUC 的數值永遠會大於等於 ROC AUC。(C)模型非常完美，可以直接部署，因為只要 ROC AUC 超過 0.9 就代表具備優異商業價值。(D)ROC AUC 受到大量「真陰性（True Negatives）」主導而顯得過度樂觀，PR AUC 才能真實反映模型在少數類別上的糟糕表現。

✅ 答對了！

❌ 答錯了！

💡 解析：ROC 曲線的 FPR 分母包含了所有的負樣本（99%）。只要負樣本超多，FPR 就會被稀釋得很低，使得 ROC 看起來很完美。而 PR 曲線只關心「被預測為正」的樣本，能戳破這種虛高的假象。

Q8. Adam 優化器是目前深度學習的預設首選。若與其前身 RMSProp 相比，Adam 主要加入了什麼核心數學機制來進一步穩定訓練？

(A)採用了 Nesterov 預見梯度機制（Nesterov Accelerated Gradient）。(B)加入了一階動量（First Moment / Momentum），利用過去梯度的指數移動平均來提供慣性。(C)去除了學習率的設定，達到完全無超參數自動訓練。(D)加入了 L2 正規化（Weight Decay）直接懲罰極端權重。

✅ 答對了！

❌ 答錯了！

💡 解析：RMSProp 只使用了二階動量（梯度的平方）來動態調整學習率。Adam (Adaptive Moment Estimation) 同時結合了一階動量（方向慣性）與二階動量（步伐大小），達到最優的適應性。

Q9. 訓練隨機森林（Random Forest）模型時，發現訓練集準確率達 100%，但在測試集上僅有 65%。若要透過 Scikit-learn 緩解此嚴重的過擬合（Overfitting），調整下列哪一組超參數最有效？

(A)增加 n_estimators（樹的數量）直到一萬棵樹。(B)降低 max_depth（樹的最大深度）或增加 min_samples_leaf。(C)設定 random_state 為 42。(D)將 criterion 從 'gini' 改為 'entropy'。

✅ 答對了！

❌ 答錯了！

💡 解析：訓練集 100% 代表決策樹生長得太深、太細碎，完美記住了每一筆訓練資料。限制深度（max_depth）或要求葉節點必須有足夠樣本（min_samples_leaf）能強迫模型提早停止生長，增加泛化能力。

Q10. 在使用 PCA 進行降維時，我們會計算共變異數矩陣的特徵向量（Eigenvectors）與特徵值（Eigenvalues）。這些「特徵值」在實務上的統計意義為何？

(A)代表了預測目標 y 的權重係數。(B)代表了特徵之間的皮爾森相關係數（Correlation Coefficient）。(C)代表了資料在該維度上的絕對平均誤差（MAE）。(D)代表了資料投影到對應特徵向量（主成分軸）上所保留的「變異量（Variance）」大小。

✅ 答對了！

❌ 答錯了！

💡 解析：特徵向量決定了投影的方向，而特徵值的大小則代表了該方向上涵蓋了多少原始資料的分散程度（變異量）。特徵值越大的主成分，能解釋的資訊就越多。

Q11. 現代 NLP 模型（如 BERT）在處理未曾出現在訓練字典中的「未知詞彙（OOV, Out-of-Vocabulary）」時，採用了什麼機制來避免直接輸出無法辨識的 標籤？

(A)強制將該未知詞彙翻譯成英文後再進行編碼。(B)直接連線上網搜尋該單字的定義並臨時加入字典。(C)使用子詞標記法（Subword Tokenization，如 WordPiece），將未知詞彙拆解為已知的字首、字根或字母組合。(D)忽略該詞彙，利用 TF-IDF 猜測前後文的頻率來填補。

✅ 答對了！

❌ 答錯了！

💡 解析：例如遇到未知的 'playing'，WordPiece 會將其拆解為 'play' 和 '##ing' 兩個已知單位。這大幅減少了 OOV 問題，並讓模型能推敲未知詞彙的語意。

Q12. 在物件偵測中評估 IOU（交集比聯集）時，若預測的邊界框（Pred Box）「完全包覆」了真實邊界框（GT Box），且預測框的面積剛好是真實框面積的 2 倍，則此時的 IOU 值為何？

(A)1.0(B)0.5(C)2.0(D)0.0

✅ 答對了！

❌ 答錯了！

💡 解析：因為預測框完全包覆真實框，交集（Intersection）面積等於真實框面積 (1)。聯集（Union）面積則是預測框面積 (2)。IOU = 1 / 2 = 0.5。

Q13. 在 PyTorch 中使用 CosineAnnealingLR 作為學習率排程器（Scheduler）時，其學習率變化的軌跡具有什麼特徵？

(A)學習率會以固定不變的階梯狀（Step）往下掉，每隔 N 個 epoch 下降一半。(B)學習率會依循餘弦（Cosine）曲線從高到低平滑衰減，下降速度呈現「先慢、中快、後慢」的特性。(C)學習率會隨著 Validation Loss 的變大而自動反向增加。(D)學習率永遠單調上升，以幫助模型在訓練後期跳出局部最小值。

✅ 答對了！

❌ 答錯了！

💡 解析：這正是半個 Cosine 波形的特徵。初期慢慢下降確保穩定起步，中期快速下降加速收斂，後期再次變慢讓模型在谷底精細微調（Fine-tuning），這是實務上極為強大的排程策略。

Q14. 當資料特徵維度極高且存在嚴重的共線性（Collinearity）時，在 Logistic Regression 中套用 L1 正規化（Lasso Penalty）通常會產生什麼顯著的數學效果？

(A)會自動創造出新的多項式特徵（Polynomial Features）以增加模型複雜度。(B)會迫使許多不重要或高度相關的特徵權重精準收斂為 0，達到「自動特徵選擇」的目的。(C)能直接將非線性可分的資料轉換到更高維度的線性可分空間。(D)會將所有特徵的權重平均縮小，但絕對不會有任何一個權重變成剛好 0。

✅ 答對了！

❌ 答錯了！

💡 解析：L1 正規化由於其絕對值懲罰的菱形幾何特性，優化解經常落在座標軸上，導致多數權重變成剛好等於 0，這非常適合用來剔除高維度中的多餘共線特徵。

Q15. 在建構 PyTorch 深度學習 Pipeline 時，為何必須將 NumPy 陣列轉換為 torch.Tensor 物件才能進行訓練？

(A)Tensor 支援在 GPU 上進行大規模平行運算，且底層內建了自動微分（Autograd）計算圖機制。(B)因為 Python 原生的 NumPy 不支援浮點數（Float）運算。(C)Tensor 佔用的記憶體空間只有 NumPy 的十分之一，適合處理大數據。(D)NumPy 無法處理維度超過二維（矩陣）的資料結構。

✅ 答對了！

❌ 答錯了！

💡 解析：NumPy 只能在 CPU 上運算且不懂反向傳播；Tensor 不僅能 `tensor.to('cuda')`，還會自動記錄所有運算歷史（requires_grad=True）以算出神經網路需要的梯度。

Q16. 為何實務上深度學習多採用 Mini-batch SGD（小批次梯度下降），而不使用將全部資料一次丟入計算的 Full Batch Gradient Descent？

(A)使用 Full Batch 會破壞神經網路中 Dropout 層的隨機性。(B)Full Batch 會導致梯度完全消失，無法更新任何權重。(C)Mini-batch 只需要計算一次 Loss 就可以完成整個 Epoch，速度最快。(D)Mini-batch 引入的隨機雜訊（Noise）能提供隱式正則化效果，幫助模型跳出尖銳的局部最小值（Sharp Local Minima），獲得更好的泛化能力。

✅ 答對了！

❌ 答錯了！

💡 解析：除了記憶體放不下全圖外，更深層的數學原因是：每次只看一小批資料所產生的「顛簸/震盪」，能避免模型卡死在表現不佳的小坑洞中，找到更寬廣、泛化能力更好的平緩谷底。

Q17. 當我們對一個連續數值特徵完整套用 Scikit-learn 的 StandardScaler（Z-score 標準化）後，該特徵的新平均數（Mean）與標準差（Standard Deviation）數學上必定會變成多少？

(A)最小值為 0，最大值為 1。(B)平均數為 0，標準差為 1。(C)平均數為原來的一半，標準差為 1。(D)平均數為 0.5，標準差為 0.5。

✅ 答對了！

❌ 答錯了！

💡 解析：Z-score 公式為 `(x - mean) / std`。減去平均數將中心點平移至 0，除以標準差將數據的散佈幅度縮放為 1。這是最標準的統計學特徵對齊手法。

Q18. 一個深度神經網路在分類任務中給出「機率 0.99」的極度自信預測時，經統計發現它實際上卻只有 60% 的機率預測正確。這種現象在機器學習工程中稱為什麼問題？

(A)梯度爆炸（Gradient Explosion），導致最後一層的機率值溢位。(B)出現了嚴重的標籤洩漏（Label Leakage）。(C)模型校準不良（Poor Calibration），處於「過度自信但經常出錯」的狀態。(D)模型欠擬合（Underfitting），導致無法果斷做出判斷。

✅ 答對了！

❌ 答錯了！

💡 解析：完美的模型除了準確率高，其輸出的機率也必須與真實信心相符（Calibration）。若輸出 0.99 卻常常錯，代表機率分佈嚴重扭曲，實務上常需透過 Temperature Scaling 等技術來重新校準機率值。

Q19. 在建構 ML 訓練特徵表時，經常需要將 df_sales (交易紀錄表) 與 df_users (用戶特徵表) 透過共有的 user_id 欄位進行關聯整併。Pandas 中專門處理這種關聯式資料庫（SQL JOIN）風格合併的最佳函式是？

(A)pd.concat()(B)df.groupby()(C)pd.merge()(D)df.append()

✅ 答對了！

❌ 答錯了！

💡 解析：pd.merge() 是 Pandas 中最強大且專門為了進行資料庫風格連接（Inner, Left, Right, Outer Join）所設計的函式，可以精準指定依據哪一個鍵值（on='user_id'）進行對齊合併。

Q20. 在使用正規方程式解線性迴歸 w = (X^T X)^{-1} X^T y 時，若「特徵維度的數量」遠遠大於「樣本的數量」（即 D > N，例如有一萬個特徵但只有一百筆資料），矩陣 X^T X 必然會發生什麼事？

(A)計算速度會呈指數級加速，因為特徵越豐富，矩陣越容易找到反矩陣。(B)必定成為奇異矩陣（Singular Matrix），因為其秩（Rank）最多只有 N，小於矩陣的維度 D，導致反矩陣不存在，無法求出唯一解。(C)會強制將超出樣本數的特徵丟棄，只保留前 N 個特徵進行運算。(D)迴歸權重 $w$ 的所有數值都會自動變成 0。

✅ 答對了！

❌ 答錯了！

💡 解析：這就是經典的「維度災難 (Curse of Dimensionality)」在線性代數上的體現。解方程式的條件數量不足以確定所有的未知數權重，這時必須引入正規化（如 L2 Ridge 增加對角線數值）才能強行算出反矩陣。

Read More »

Python 挑戰 ML (機器學習) -- 練習題 [2]

📝 測驗說明與操作指南（管線工程與實戰進階篇）

• 作答方式：請閱讀題目後，直接點擊下方您認為正確的選項（(A), (B), (C), (D)）。
• 即時判定：點擊選項後，系統會透過純 CSS 機制立即判定對錯。若答對，系統會顯示綠色提示；若答錯，系統會標示紅色，並為您同步標出真正的正確答案。
• 觀看解析：作答選定後，選項下方會自動展開詳細的管線與模型觀念解析，幫助您加深記憶。

⚠️ 注意：本測驗採用單次鎖定作答設計，點選任何選項後即無法更改，請確認思考後再點選。

Q1. 在線性迴歸的底層數學中，正規方程式（Normal Equation）的解為 w = (X^T X)^(-1) X^T y。若在 Python 中執行 np.linalg.inv(X.T @ X) 時拋出「Singular matrix（奇異矩陣）」錯誤，這在資料科學實務上通常代表什麼意義？

(A)特徵之間存在高度共線性（Multicollinearity），導致矩陣不可逆。(B)資料尚未進行標準化（Standardization），數值尺度差異過大。(C)目標變數 y 中包含了非數值的字串型態。(D)資料的樣本數大於特徵維度（N > D），導致矩陣過大無法計算。

✅ 答對了！

❌ 答錯了！

💡 解析：當特徵間存在完美或高度的線性相關（共線性）時，X^T X 的行列式會趨近於 0，成為不可逆的奇異矩陣，這會導致線性迴歸模型極度不穩定。

Q2. 在 NLP 任務或推薦系統中，常需要計算兩個文本向量 A 與 B 的餘弦相似度（Cosine Similarity）。下列哪一段 NumPy 程式碼能正確實現公式 (A · B) / (||A|| ||B||)？

(A)np.dot(A, B) / (np.linalg.norm(A) * np.linalg.norm(B))(B)np.cross(A, B) / (np.abs(A) * np.abs(B))(C)np.mean(A - B) ** 2(D)np.sum(A * B) / np.sqrt(np.sum(A) * np.sum(B))

✅ 答對了！

❌ 答錯了！

💡 解析：餘弦相似度的分子是兩向量的內積 np.dot，分母是兩向量的 L2 範數（長度）相乘 np.linalg.norm，此程式碼完美映射了數學定義。

Q3. 在訓練深度學習模型時，為什麼實務上經常優先選擇 Adam 優化器而不是傳統的 SGD（隨機梯度下降）？

(A)Adam 結合了動量（Momentum）與 RMSProp 的概念，能為每個參數自動計算適應性學習率（Adaptive Learning Rate）。(B)Adam 能保證在任何非凸最佳化問題中，都能找到全局最小值（Global Minimum）。(C)Adam 的記憶體消耗比 SGD 少一半，適合部署在邊緣裝置上。(D)Adam 不需要設定任何超參數（如初始學習率），可以做到完全自動化訓練。

✅ 答對了！

❌ 答錯了！

💡 解析：Adam 會追蹤梯度的歷史一階動量與二階動量，對不同更新頻率的參數給予不同的學習率，使其在複雜地形中收斂更快、更穩定。

Q4. 在使用 PyTorch 建構訓練迴圈（Training Loop）時，若發現訓練初期的 Loss 數值異常爆炸或降不下來，最可能是下列哪一個典型流程步驟被遺漏了？

(A)忘記在訓練前呼叫 model.eval()。(B)在 loss.backward() 之前，忘記呼叫 optimizer.zero_grad() 清空梯度。(C)未將資料轉換為 float64 高精度張量。(D)在計算 Loss 後，忘記呼叫 model.predict()。

✅ 答對了！

❌ 答錯了！

💡 解析：PyTorch 預設會「累積（accumulate）」梯度。若未清空，每次 backward 的梯度會不斷加總到前一次的結果上，導致參數更新步伐錯亂、Loss 爆炸。

Q5. 在進行機器學習分類任務時，若遇到模型輸出「極度自信卻完全預測錯誤」的情況（例如正確標籤為 1，模型卻輸出預測類別 0 的機率為 0.999），此時 Cross Entropy（交叉熵）Loss 函數會產生什麼特徵反應？

(A)Loss 值會受限於 1.0 以內，因為機率最大只有 1。(B)Loss 值會趨近於 0，因為模型的自信度很高。(C)交叉熵無法處理這種情況，必須改用 MSE（均方誤差）。(D)Loss 值會劇烈飆升至接近無限大，給予模型極大的懲罰。

✅ 答對了！

❌ 答錯了！

💡 解析：交叉熵公式中包含 -log(p)，當正確類別的預測機率 p 趨近於 0（即極度自信預測錯誤）時，log(p) 會趨近負無限大，產生極高的 Loss 懲罰。

Q6. 在 Python 中使用 Scikit-learn 計算二元分類模型的 AUC（ROC 曲線下面積）時，下列哪一種程式碼撰寫方式才是正確評估模型排序能力的實務標準？

(A)roc_auc_score(y_test, model.predict(X_test))(B)roc_auc_score(y_test, model.predict_proba(X_test)[:, 1])(C)auc(y_test, model.predict(X_test))(D)accuracy_score(y_test, model.predict_proba(X_test)[:, 1])

✅ 答對了！

❌ 答錯了！

💡 解析：ROC 曲線依賴改變閾值來觀察 TPR 與 FPR 的變化，因此必須傳入「預測為正類的機率值」（predict_proba），邊界切分才能連續，反映真實 AUC 排序能力。

Q7. 資料前處理時，若某一數值特徵中存在極少數的「極端離群值（Extreme Outliers）」，此時對該特徵使用 StandardScaler（Z-score 標準化）會產生什麼負面影響？

(A)極端值會被自動裁剪（Clip）到區間 [-1, 1] 內，遺失原始資訊。(B)會引發 ValueError，因為 StandardScaler 無法處理超過 3 個標準差的數值。(C)極端值會大幅拉大標準差，導致正常數據的 Z-score 全部被擠壓在非常狹窄且接近 0 的區間內。(D)完全沒有負面影響，Z-score 本來就是為了消除離群值而設計的。

✅ 答對了！

❌ 答錯了！

💡 解析：StandardScaler 依賴平均值與標準差，極端值會嚴重扭曲這兩個統計量，使得標準化後的正常資料失去解析度，此時應改用基於分位數的 RobustScaler。

Q8. 除了進行特徵降維以減少運算量，主成分分析（PCA）在線性迴歸管線中經常被用來解決下列哪一種統計問題？

(A)解決特徵間的高度共線性（Multicollinearity）問題。(B)解決目標變數 y 的類別不平衡問題。(C)將非線性的決策邊界轉換為線性。(D)自動填補資料集中的遺漏值（Missing Values）。

✅ 答對了！

❌ 答錯了！

💡 解析：PCA 透過正交轉換，將原本高度相關的特徵投影到互相垂直（正交）的主成分軸上，轉換後的新特徵之間完全線性獨立，完美消除共線性。

Q9. 在物件偵測（Object Detection）任務中（如 YOLO），我們經常使用 IOU（Intersection over Union）來評估邊界框（Bounding Box）的準確度。若要用 Python 撰寫邏輯取得兩個框的「交集區域寬度」，概念上應如何計算？

(A)取兩框的中心點 X 座標相減取絕對值。(B)取兩框右邊界的最小值，減去兩框左邊界的最大值。(C)直接將兩框的寬度相加後除以 2。(D)取兩框左邊界的最小值，減去兩框右邊界的最大值。

✅ 答對了！

❌ 答錯了！

💡 解析：交集的左邊界是兩者「較右邊的左邊界 (max)」，右邊界是兩者「較左邊的右邊界 (min)」。兩者相減即可得到交集寬度（若為負數則代表無交集）。

Q10. 在醫療影像分割（Image Segmentation）任務中，為何實務上常偏好使用 Dice Coefficient（或 Dice Loss）而非二元交叉熵（BCE Loss）？

(A)因為 BCE 只能用於迴歸問題，無法用於像素級的分類。(B)局限於運算速度，Dice Loss 運算速度比 BCE 快上許多倍。(C)因為醫學影像中「病灶（前景）」與「正常組織（背景）」的像素數量常極度不平衡，Dice 直接針對重疊率進行優化，對不平衡更有韌性。(D)因為 Dice Loss 可以同時處理圖像的色彩飽和度與對比度異常。

✅ 答對了！

❌ 答錯了！

💡 解析：當前景極小時，BCE 模型只要全部預測為背景就能得到很低的 Loss。Dice 專注於衡量預測區域與真實區域的交集重疊程度，能有效克服嚴重的背景不平衡。

Q11. 在自然語言處理（NLP）的管線中，比起傳統的 TF-IDF，使用如 BERT 等現代語言模型的優勢在於能產生「上下文相關（Contextualized）」的向量。在 Python 實作中，這真實意味著什麼？

(A)BERT 產出的向量永遠是一維矩陣，而 TF-IDF 是二維矩陣。(B)同一個單字「bank」在「河堤 (river bank)」和「銀行 (bank account)」的句子中，BERT 會輸出完全不同的向量。(C)BERT 會自動將句子翻譯成多國語言後再進行向量化。(D)TF-IDF 無法處理英文以外的語言，而 BERT 可以。

✅ 答對了！

❌ 答錯了！

💡 解析：BERT 利用 Transformer 的自注意力機制，根據周圍的字詞動態計算編碼，這解決了一詞多義的問題；而 TF-IDF 或靜態 Word2Vec 對同一單字永遠給出固定的向量。

Q12. 在解讀影像辨識架構（如 VGG16）的 Keras model.summary() 時，對於記憶體和效能評估，下列關於卷積層（Conv2D）與全連接層（Dense）特性的敘述何者正確？

(A)全連接層（Dense）佔據了模型絕大多數的「權重參數數量」；而卷積層（Conv2D）消耗了最多的「特徵圖記憶體與運算量」。(B)兩者的參數數量通常剛好各佔 50%，平衡了模型的學習能力。(C)全連接層不具備任何可學習的參數，它僅負責輸出機率。(D)卷積層（Conv2D）佔據了模型絕大多數的權重參數數量，因為影像解析度很高。

✅ 答對了！

❌ 答錯了！

💡 解析：CNN 架構的特性在於：卷積層利用權重共享進行密集的滑動視窗運算（高計算量/高記憶體圖形）；而末端 Dense 層每個神經元皆須互連，導致參數暴增。這對硬體選型至關重要。

Q13. 使用 PyTorch 建立標準的深度學習訓練管線時，單一個 Step（批次資料）的正確執行順序為何？

(A)預測前向傳播 -> 計算 Loss -> 清空梯度 (zero_grad) -> 反向傳播 (backward) -> 更新權重 (step)(B)清空梯度 -> 更新權重 -> 預測前向傳播 -> 計算 Loss -> 反向傳播(C)反向傳播 -> 預測前向傳播 -> 計算 Loss -> 清空梯度 -> 更新權重(D)計算 Loss -> 更新權重 -> 清空梯度 -> 預測前向傳播 -> 反向傳播

✅ 答對了！

❌ 答錯了！

💡 解析：這是 PyTorch 標準且必須遵循的流程：y_pred = model(X) -> loss = criterion(...) -> optimizer.zero_grad() -> loss.backward() -> optimizer.step()。

Q14. 在探索式資料分析（EDA）中，當資料表含有多個數值變數時，我們常使用 Pandas 的 df.corr() 搭配 Seaborn 來快速診斷特徵間是否存在「共線性」。下列哪一種視覺化語法是實務上的最佳選擇？

(A)sns.histplot(df.corr())(B)sns.pairplot(df.corr())(C)sns.lineplot(data=df.corr())(D)sns.heatmap(df.corr(), annot=True)

✅ 答對了！

❌ 答錯了！

💡 解析：heatmap（熱力圖）能將相關係數矩陣用顏色深淺直觀地表現出來，加入 annot=True 更能直接在格子上顯示數值，是診斷多維度共線性的標準解法。

Q15. 在機器學習訓練中導入 CLR（Cyclical Learning Rates，循環學習率）策略，其背後最核心的優化（Optimization）考量是什麼？

(A)確保學習率永遠單調遞減，以達成穩定的數學收斂。(B)透過週期性地拉高學習率，幫助模型跳出局部最小值（Local Minima）或鞍點（Saddle Points）。(C)為了讓梯度爆炸（Gradient Explosion）時能自動把權重歸零重置。(D)強制減少訓練所需的總 epoch 數量，以最大程度節省雲端運算成本。

✅ 答對了！

❌ 答錯了！

💡 解析：在複雜的損失地形中，模型很容易陷入平緩的鞍點或局部盲區。CLR 故意在訓練過程中規律地放大步伐，賦予模型動能去跨越這些障礙，尋找全局更好的解。

Q16. 在觀看 Scikit-learn 或 Keras 訓練過程的學習曲線（Learning Curve）時，若發現「訓練集 Loss 穩步下降接近 0」，但「驗證集（Validation）Loss 下降到一半後卻開始反轉向上飆升」。這典型代表模型發生了什麼事？

(A)欠擬合（Underfitting），模型的複雜度不足以捕捉資料的基本規律。(B)資料產生了嚴重的資料外洩（Data Leakage）。(C)過擬合（Overfitting），模型過度記住了訓練資料的雜訊，失去對未知資料的泛化能力。(D)學習率設定過低，導致模型陷入了不可跨越的局部最小值。

✅ 答對了！

❌ 答錯了！

💡 解析：這是最標準的過擬合特徵圖形。模型在訓練集上表現趨近完美（Low Bias），但在沒看過的驗證集上徹底失敗（High Variance）。

Q17. 在 Pandas 進行資料清理時，若我們希望保留盡可能多的資料，且「只有當 age 欄位與 income 欄位同時都遺漏（NaN）」時，才將該筆資料列（Row）刪除。下列哪一行語法最為正確？

(A)df.dropna(subset=['age', 'income'], how='any')(B)df[['age', 'income']].dropna()(C)df.dropna(subset=['age', 'income'], how='all')(D)df.fillna(subset=['age', 'income'], method='ffill')

✅ 答對了！

❌ 答錯了！

💡 解析：subset 指定要檢查的特定欄位，how='all' 嚴格規定必須「所有」指定的欄位都為空值，該列才會被剔除，完美符合情境需求。

Q18. 在 Scikit-learn 中建立一個包含標準化（StandardScaler）與支持向量機（SVC）的管線 Pipeline([('scaler', StandardScaler()), ('clf', SVC())])。若想使用 GridSearchCV 調整 SVC 的 C 超參數，字典（Dictionary）中的 key 應該如何正確撰寫？

(A){'clf_C': [0.1, 1, 10]}(B){'SVC.C': [0.1, 1, 10]}(C){'clf__C': [0.1, 1, 10]}(D){'C': [0.1, 1, 10]}

✅ 答對了！

❌ 答錯了！

💡 解析：在 Pipeline 中針對特定步驟設定超參數，必須遵循「步驟名稱 + 雙底線 `__` + 參數名稱」的語法規則，以正確指引網格搜尋找對底層物件。

Q19. 在自然語言處理（NLP）中使用 TfidfVectorizer 將文章轉換為特徵矩陣，這個輸出的矩陣具有什麼典型的數學與矩陣特性？

(A)每個欄位之間保證完全正交無相關性（如同 PCA 的輸出）。(B)極度稀疏（Sparse）且高維度，多數元素皆為 0。(C)是一個對稱（Symmetric）的方陣。(D)稠密（Dense）且低維度，數值集中在 -1 到 1 之間。

✅ 答對了！

❌ 答錯了！

💡 解析：TF-IDF 矩陣的欄位是整個語料庫的所有詞彙。一篇文章只會包含其中極少數詞彙，因此矩陣中 99% 的數值都是 0，必須以稀疏矩陣格式儲存以節省記憶體。

Q20. 在梯度下降法中，加入「動量（Momentum）」機制的實務目的為何？這在 Python 實作中常透過設定 optim.SGD(..., momentum=0.9) 來達成。

(A)自動尋找與調優最佳的神經網路層數與節點數量。(B)強制隨機丟棄 10% 的批次資料，以防止模型過度記住特定特徵。(C)模擬物理學中的慣性，透過累積過去的梯度方向來加速穿越平坦區域，並減緩在狹長峽谷地形中的來回震盪。(D)讓每一次的梯度更新步長嚴格相等，確保訓練絕對不會發散。

✅ 答對了！

❌ 答錯了！

💡 解析：動量會記住上一步走的方向與速度。當方向一致時會加速前進；當遇到山谷兩壁反覆彈跳時，動量能抵消橫向震盪，集中力量往谷底前進。

Read More »