iPAS 題目詳解

附圖程式碼實現的是哪一種正則化技術? def forward(x, p, training=True):     if training:         mask = np.random.binomial(1, p, size=x.shape)         return x * mask / p     else:         return x

機器學習技術與應用題目解析

級別
中級
科目
機器學習技術與應用
考試年度
114 年
難度
未標示
中級 機器學習技術與應用 難度:未標示 114 年考題

題目與選項

附圖程式碼實現的是哪一種正則化技術? def forward(x, p, training=True):     if training:         mask = np.random.binomial(1, p, size=x.shape)         return x * mask / p     else:         return x

  • A. L1 正則化
  • B. L2 正則化
  • C. Dropout ✓ 正確答案
  • D. Batch Normalization

詳細解析

正確答案:C. Dropout

這段程式碼實現的是 Dropout:訓練時隨機把部分神經元的輸出設為零(用二元遮罩),推論時還原全部神經元,並用 / p 做比例補償,讓期望值在兩階段保持一致。

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。

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。

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。

資料來源

114-2-mid-3/q39

開始準備 iPAS 考試

題目來源:114-2-mid-3/q39。 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。