中文（繁體）
中文（简体）
English
中六ICT：人工智能與機器學習 — 練習第三份（挑戰，10 題）
中六ICT：人工智能與機器學習 — 練習第三份（挑戰，10 題）
第三份練挑戰：三向資料切分、十折交叉驗證、以 2 元與 50 元成本比較兩個門檻、五模型多數投票達 94.2%、資料洩漏與學習率三次減半，十題附答案。
快速答案 挑戰題看代價與流程：先比較總成本，再檢查前處理有沒有提前用到測試集。
01 本卷資料（做完才看答案）
| 項目 | 內容 |
|---|---|
| 題數 | 10 題 |
| 建議時間 | 30 分鐘 |
| 難度分佈 | 基礎 1 · 進階 2 · 挑戰 3 · 錯題重練 4 |
| 對應章節 | 所屬章節：中六ICT｜人工智能與機器學習 |
| 適用年級 | 挑戰 |
02 題目（10 題）
- 基礎1 000 張影像按七一五、一五、一五的比例分成訓練集、驗證集與測試集，三者各有多少張？
- 進階600 張影像做十折交叉驗證，每折拿 60 張做測試。每折的訓練集有多少張？總共訓練幾次？
- 進階誤報成本 2 元、漏報成本 50 元。門檻 A 有 14 個假正例與 4 個假負例；門檻 B 有 30 個假正例與 2 個假負例。兩者總成本相差多少？
- 挑戰五個模型各自準確率 80.0%，假設錯誤互相獨立，採用多數投票（三票或以上即判為正）的準確率約是多少？
- 挑戰模型 X 有 45 個真正例、5 個假正例、15 個假負例。精確率與召回率各是多少？
- 挑戰若漏報的代價遠高於誤報，應優先提高哪一個指標？
- 錯題重練有學生在切分資料之前，用整個資料集計算均值與標準差來做標準化。這會造成什麼問題？
- 錯題重練有學生把訓練輪數由 20 增至 200，測試準確率由 65.0% 跌至 58.0%，他卻說只是訓練不夠。判斷對錯並說明。
- 錯題重練有學生把類別由 900 比 100 改成各 500 之後，同一模型的準確率由 90.0% 跌至 78.0%，他認為模型變差。這個判斷對嗎？
- 錯題重練學習率 0.01，每 10 個 epoch 減半。30 個 epoch 之後學習率是多少？
03 答案與一句解說
| 題號 | 答案 | 一句解說 |
|---|---|---|
| 1 | 700、150、150 | 1 000×0.7=700，1 000×0.15=150。 |
| 2 | 每折 540 張，共訓練 10 次 | 600−60=540，十折輪流當測試集。 |
| 3 | 門檻 B 便宜 68 元 | A 為 14×2+4×50=228 元，B 為 30×2+2×50=160 元。 |
| 4 | 94.2% | 三票以上正確的機率約為 0.942，投票修補了單一模型的錯誤。 |
| 5 | 精確率 90.0%、召回率 75.0% | 45÷(45+5)=0.90，45÷(45+15)=0.75。 |
| 6 | 召回率 | 漏報屬假負例，提高召回率可減少漏報，代價是誤報增加。 |
| 7 | 資料洩漏，測試成績偏樂觀 | 測試集的統計量已參與前處理，等同提前看到答案。 |
| 8 | 錯，這是過擬合 | 訓練越久越貼合訓練集，測試表現反而下降。 |
| 9 | 不一定，舊數字受類別不平衡影響 | 全部判為多數類在 900 比 100 時已得 90.0%，比較要用精確率與召回率。 |
| 10 | 0.00125 | 0.01 經三次減半得 0.005、0.0025、0.00125。 |
04 做完之後怎樣跟進
- 對完答案，只重做錯的那幾題，並在錯題旁寫出錯在哪一步（公式、單位還是抄錯數）。
- 同一題隔兩日再做一次；兩次都對才可以移到下一份練習。
- 家長只需看答案欄與解說欄，不必逐題講解。
本卷題目與答案由 TutorZone 團隊原創編寫，並非任何學校、出版社或考試局的試題；數值與答案均以程式核算。