請問下列何者 不是 常見的 特徵選取 技術 或方法？
(A) 皮爾森積差相關分析（Pearson Correlation）
(B) 主成分分析（Principal Components Analysis, PCA）
(C) 迴歸分析（Regression Analysis）
(D) 隨機森林（Random Forest）
交叉驗證 的 主要目的 是什麼？
(A) 提高模型的訓練速度
(B) 驗證數據是否線性可分
(C) 減少模型的過擬合風險
(D) 測試模型的容錯能力
神經網路 與 傳統 機器學習模型 的主要區別是什麼？
(A) 神經網路無法處理非線性數據
(B) 神經網路透過多層結構學習複雜特徵
(C) 神經網路只適用於迴歸問題
(D) 神經網路不需要大量數據支持
下列關於 生成對抗網路（GAN）的 描述正確的 是哪一項？
(A) GAN由生成器和鑑別器組成
(B) GAN僅用於分類問題
(C) GAN的結果始終高度可解釋
(D) GAN不能生成高品質的數據
在下列 哪一種 應用領域中，生成式AI 最有可能 被使用來 創建新的圖像
或 影片內容？
(A) 產品品質檢測
(B) 醫學影像分析
(C) 監控系統
(D) 虛擬現實圖像
能使用DALL·E-2生成各式逼真的圖片，最關鍵的應用技術為何？
(A) 卷積神經網絡（CNN）
(B) 生成對抗網絡（GAN）
(C) 擴散模型（Diffusion Model）
(D) 自然語言處理（NLP）
發表文章
