20251031C - 電子商務資安教育研究 | 健行科技大學eclass易課平台

返回課程

長度: 45:22, 發表時間 : 2025-10-31 21:25

觀看次數 : 13

00:10
1. index 1
00:29
2. 12. 下列哪個是監督式學習演算法？
00:30
3. ** after L113機器學習概念20250904.pptx
00:00
4. 12. 下列哪個是監督式學習演算法？
00:20
5. 13. 下列哪個是非監督式學習演算法？
00:00
6. 12. 下列哪個是監督式學習演算法？
00:00
7. 11. 欠擬合（Underfitting）的情況是？
00:00
8. 10. 在機器學習中，「過擬合（Overfitting）」的情況是？
00:00
9. 9. AlphaGo 使用的主要方法是？
00:00
10. 8. 強化學習（Reinforcement Learning）的核心要素不包含以下哪一個？
00:00
11. 7. PCA（主成分分析）的主要功能是？
00:00
12. K-MEANS
00:00
13. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
00:01
14. K-MEANS分群法
00:10
15. 6. K-means 屬於哪一類方法？
00:00
16. K-MEANS分群法
00:00
17. K Nearest Neighbors KNN監督式分類法已知有3群了，將未知的X分類
00:00
18. K-MEANS
00:00
19. 7. PCA（主成分分析）的主要功能是？
00:00
20. 8. 強化學習（Reinforcement Learning）的核心要素不包含以下哪一個？
00:00
21. 9. AlphaGo 使用的主要方法是？
00:00
22. 10. 在機器學習中，「過擬合（Overfitting）」的情況是？
00:00
23. 11. 欠擬合（Underfitting）的情況是？
00:00
24. 12. 下列哪個是監督式學習演算法？
00:03
25. 13. 下列哪個是非監督式學習演算法？
00:25
26. 14. Q-learning 屬於哪種類型？
02:09
27. ** after L113機器學習概念20250904.pptx
00:00
28. 14. Q-learning 屬於哪種類型？
00:40
29. 15. 特徵工程（Feature Engineering）的目的在於？
01:10
30. 16. 將文字轉換為向量（如 Word2Vec）屬於哪個步驟？
01:19
31. 17. 機器學習的資料切分通常包含哪些？
00:56
32. 18. 驗證資料（Validation Data）的主要用途是？
00:51
33. 19. 測試資料（Test Data）的主要用途是？
00:40
34. 20. 在分類任務中，Precision（精確率）代表？
00:10
35. 21. 在分類任務中，Recall（召回率）代表？
00:01
36. 20. 在分類任務中，Precision（精確率）代表？
00:00
37. 19. 測試資料（Test Data）的主要用途是？
00:01
38. 20. 在分類任務中，Precision（精確率）代表？
00:00
39. 19. 測試資料（Test Data）的主要用途是？
00:00
40. 20. 在分類任務中，Precision（精確率）代表？
00:00
41. 21. 在分類任務中，Recall（召回率）代表？
00:00
42. 22. 在分類任務中，F1-score 是什麼？
00:42
43. 21. 在分類任務中，Recall（召回率）代表？
06:34
44. ** after L113機器學習概念20250904.pptx
00:18
45. 22. 在分類任務中，F1-score 是什麼？
00:01
46. 23. 在回歸任務中，MSE（均方誤差）的意義是？
00:01
47. 22. 在分類任務中，F1-score 是什麼？
00:21
48. 23. 在回歸任務中，MSE（均方誤差）的意義是？
01:04
49. ** after L113機器學習概念20250904.pptx
00:32
50. 23. 在回歸任務中，MSE（均方誤差）的意義是？ Mean square Error
00:10
51. ** after L113機器學習概念20250904.pptx
00:26
52. 23. 在回歸任務中，MSE（均方誤差）的意義是？ Mean square Error
00:15
53. 24. 在回歸任務中，MAE（平均絕對誤差）的意義是？
00:35
54. ** after L113機器學習概念20250904.pptx
00:06
55. 24. 在回歸任務中，MAE（平均絕對誤差）的意義是？
00:34
56. 25. 在房價預測問題中，最適合的機器學習任務是？
00:55
57. ** after L113機器學習概念20250904.pptx
00:13
58. 25. 在房價預測問題中，最適合的機器學習任務是？
00:09
59. 26. 下列哪個應用屬於監督式學習？
00:10
60. 27. 下列哪個應用屬於非監督式學習？
00:34
61. ** after L113機器學習概念20250904.pptx
00:01
62. 27. 下列哪個應用屬於非監督式學習？
00:00
63. 28. 下列哪個應用屬於強化學習？
00:03
64. 27. 下列哪個應用屬於非監督式學習？
00:38
65. 28. 下列哪個應用屬於強化學習？
00:27
66. 29. Support Vector Machine (SVM) 主要應用於？
01:19
67. ** after L113機器學習概念20250904.pptx
00:00
68. 29. Support Vector Machine (SVM) 主要應用於？
00:16
69. 30. Decision Tree（決策樹）的特點是？
01:02
70. ** after L113機器學習概念20250904.pptx
00:41
71. 30. Decision Tree（決策樹）的特點是？
00:02
72. 31. Random Forest（隨機森林）的核心概念是？
00:05
73. 30. Decision Tree（決策樹）的特點是？
00:12
74. 31. Random Forest（隨機森林）的核心概念是？
00:32
75. 32. 在監督式學習中，「標籤」是指？
01:24
76. 33. 在非監督式學習中，模型通常嘗試？
00:15
77. 34. 在強化學習中，「策略（Policy）」的定義是？
00:15
78. 35. 在強化學習中，「獎勵（Reward）」的功能是？
00:16
79. 36. 欠擬合（Underfitting）的常見解決方法是？
01:07
80. 37. 避免過擬合（Overfitting）的常見方法是？
00:51
81. 38. 機器學習中，超參數（Hyperparameter）是？
00:34
82. ** after L113機器學習概念20250904.pptx
01:09
83. 39. 在神經網路中，權重（Weight）的角色是？
00:43
84. 40. 在深度學習中，激活函數（Activation Function）的作用是？
00:16
85. 41. 下列哪個指標不屬於分類問題的評估指標？
00:59
86. ** after L113機器學習概念20250904.pptx
00:01
87. 41. 下列哪個指標不屬於分類問題的評估指標？
00:09
88. 42. 在房價預測問題中，哪個指標最適合？
00:01
89. 43. 在信用卡詐欺檢測中，最重要的指標通常是？
00:00
90. 42. 在房價預測問題中，哪個指標最適合？
00:00
91. 43. 在信用卡詐欺檢測中，最重要的指標通常是？
00:00
92. 44. Ensemble Learning（集成學習）的優點是？
00:00
93. 43. 在信用卡詐欺檢測中，最重要的指標通常是？
00:12
94. 42. 在房價預測問題中，哪個指標最適合？
00:23
95. ** after L113機器學習概念20250904.pptx
00:19
96. 42. 在房價預測問題中，哪個指標最適合？
00:23
97. 43. 在信用卡詐欺檢測中，最重要的指標通常是？
00:08
98. ** after L113機器學習概念20250904.pptx
00:08
99. 43. 在信用卡詐欺檢測中，最重要的指標通常是？
00:38
100. ** after L113機器學習概念20250904.pptx
00:00
101. 43. 在信用卡詐欺檢測中，最重要的指標通常是？
00:36
102. 44. Ensemble Learning（集成學習）的優點是？
00:50
103. 45. Bagging 的核心概念是？
00:01
104. 46. Boosting 的核心概念是？
00:00
105. 45. Bagging 的核心概念是？
00:06
106. 46. Boosting 的核心概念是？
00:43
107. 47. 在推薦系統中，利用「使用者–物品矩陣」進行特徵提取，常用哪種方法？
00:33
108. 48. 在自然語言處理中，將句子轉換成向量表示的常見方法是？
02:11
109. ** after L113機器學習概念20250904.pptx
00:17
110. 50. L113 機器學習概念章節的核心考點是？

長度: 45:22, 發表時間 : 2025-10-31 21:25

觀看次數 : 13

此教材已將討論功能關閉

筆記功能僅開放給課程成員，請先加入課程