iPAS 題目詳解

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)

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

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)

  • A. B、C(空格 2 填 "b--",空格 1 填 "r-")
  • B. A、C、D(空格 1 填 "b-"、空格 1 填 "r-"、空格 2 填 "r--")
  • C. A、D(空格 1 填 "b-",空格 2 填 "r--") ✓ 正確答案
  • D. C、D、E(空格 1 填 "r-",空格 2 填 "r--",驗證損失減少更明顯)

詳細解析

正確答案:C. A、D(空格 1 填 "b-",空格 2 填 "r--")

5 個子敘述中正確的是子敘述 A 和子敘述 D:空格 1 填 "b-"(藍色實線,訓練損失),空格 2 填 "r--"(紅色虛線,驗證損失),對應選項 C 的「A、D」組合。

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/q50

開始準備 iPAS 考試

題目來源:114-2-mid-3/q50。 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。