Titanic MLP 連題組第二題：參考下圖執行結果，下列何者正確？ model = Sequential() model.add(Input(shape=(X_train.shape[1],))) model.add(Dense(10, activation="relu")) model.add(Dense(10, activation="relu")) model.add(Dense(1, activation="sigmoid")) model.summary() model.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"]) Model: "sequential" Layer (type) Output Shape Param # dense (Dense) (None, 10) 空格 1 dense_1 (Dense) (None, 10) 空格 2 dense_2 (Dense) (None, 1) 11 敘述： A：activation="relu" 其數學式為 f(x) = 1/(1+e^(-x)) B：空格 1 值為 110，空格 2 值為 100 C：空格 1 值為 100，空格 2 值為 110 D：activation="sigmoid" 一般用於多類別分類預測模型

Titanic MLP 連題組第三題：模型訓練後繪製訓練/驗證損失曲線，圖顯示訓練損失（藍實線）持續下降，驗證損失（紅虛線）下降後在 0.45 附近趨平且小幅波動。 history = model.fit(X_train, y_train, validation_split=0.2, epochs=100, batch_size=10) loss, accuracy = model.evaluate(X_train, y_train, verbose=0) import matplotlib.pyplot as plt loss = history.history["loss"] epochs = range(1, len(loss)+1) val_loss = history.history["val_loss"] plt.plot(epochs, loss, 空格 1, label="Training Loss") plt.plot(epochs, val_loss, 空格 2, label="Validation Loss") 敘述（複選 sub-options）： A：空格 1 須填入 "b-" B：空格 2 須填入 "b--" C：空格 1 須填入 "r-" D：空格 2 須填入 "r--" E：驗證損失明顯較訓練損失減少更明顯 請問下列何者正確？（4 個選項各為不同的子敘述組合）

在二元分類問題中，若精確率（Precision）為 0.8，召回率（Recall）為 0.6，則 F1 分數（F1 Score）為何？

某資料科學團隊正在開發一個客戶相似度比對系統，用於計算所有客戶之間的相似度分數。若系統需逐一比對每一位客戶與其他所有客戶的資料組合，此時演算法的時間複雜度最可能為哪一種？其代表意義為何？