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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 答對了!

❌ 答錯了!

解析:PyTorch 標準管線要求。

Q14. 診斷共線性視覺化?

✅ 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?

✅ 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?

✅ 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?

✅ 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?

✅ 答對了!

❌ 答錯了!

解析:Pipeline 需雙底線連接。

Q19. TF-IDF 矩陣數學特性?

✅ 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?

✅ 答對了!

❌ 答錯了!

解析:利用慣性減緩震盪並加速收斂。

沒有留言:

張貼留言

>