iPAS AI 應用規劃師初級 114 年第四次 科一 第 21 題 詳解

114 年第四次 科一 人工智慧基礎概論

某金融科技公司正開發一套違約風險預測系統,需大量處理不同客戶的財務特徵資料。考量到資料特徵數量眾多,且希望提升預測的穩定性與泛化能力,下列哪一種鑑別式AI模型最適合?

  1. A邏輯迴歸(Logistic Regression)

    線性模型,特徵多且非線性時表現受限。

  2. B支援向量機(Support Vector Machine)

    高維可行,但對大量資料訓練成本高且調參敏感。

  3. C決策樹(Decision Tree)

    單棵樹易過度配適,穩定性不足。

  4. D隨機森林(Random Forest)(正確答案)

    多樹集成降低變異,泛化與穩定性最佳。

正確答案:D

考生能否辨識集成式學習模型在高維特徵下提升泛化能力的特性。 看題目強調「穩定性、泛化、特徵眾多」時,優先想集成學習(Ensemble)類模型。

用刷8題準備 iPAS AI 應用規劃師初級

每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。

開始刷題