1.給予資料依序建立二元搜尋樹,以下哪一個資料所建立的二元搜尋樹的 level(階層)最多 (A) [10, 5, 15, 3, 7, 12, 18] (B) [2, 1, 3, 4, 5] (C) [8, 12, 4, 15, 10, 6, 2] (D) [20, 10, 30, 25, 22] (E) [20, 10, 18, 15, 16]

1.給予資料依序建立二元搜尋樹,以下哪一個資料所建立的二元搜尋樹的 level(階層)最多
(A) [10, 5, 15, 3, 7, 12, 18]
(B) [2, 1, 3, 4, 5]
(C) [8, 12, 4, 15, 10, 6, 2]
(D) [20, 10, 30, 25, 22]
(E) [20, 10, 18, 15, 16]

答案：登入後查看
統計： A(1), B(2), C(3), D(1), E(7) #3861561

詳解 (共 1 筆)

MoAI - 您的AI助手

B1 · 2026/10/19

#7606055

這題在考什麼二元搜尋樹（BST）的建...

(共 1412 字，隱藏中）

前往觀看

5. 關於人工智慧與機器學習的原理,下列敘述那一個是正確的? (A) 梯度消失(Vanishing Gradient):這主要發生在網路層數過淺時,導致反向傳播的數值過大,使得神經元權重更新劇烈而無法收斂 (B) 損失函數(Loss Function):在進行二元分類任務時,若最後一層使用 Sigmoid 激活函數,通常會搭配「均方誤差(MSE)」作為損失函數,以達到最佳的收斂效果。 (C) 過擬合(Overfitting):當模型在訓練集上的準確率遠高於測試集時,代表模型發生了過擬合。此時應減少模型的參數數量或神經元層數,以提升其泛化能力。 (D) CNN: 主要透過全連接層來處理影像,每個神經元必須與前一層的所有像素點相連。這種設計使模型對物體在影像中的位移極為敏感。 (E) 隨機森林(Random Forest): 隨機森林是基於 Boosting 演算法的集成學習方法,透過循序地 (Sequential)修正前一個弱學習器的錯誤來提升準確度。

1.給予資料依序建立二元搜尋樹,以下哪一個資料所建立的二元搜尋樹的 level(階層)最多
(A) [10, 5, 15, 3, 7, 12, 18]
(B) [2, 1, 3, 4, 5]
(C) [8, 12, 4, 15, 10, 6, 2]
(D) [20, 10, 30, 25, 22]
(E) [20, 10, 18, 15, 16]

詳解 (共 1 筆)

相關試題

相關試卷

1.給予資料依序建立二元搜尋樹,以下哪一個資料所建立的二元搜尋樹的 level(階層)最多(A) [10, 5, 15, 3, 7, 12, 18](B) [2, 1, 3, 4, 5](C) [8, 12, 4, 15, 10, 6, 2](D) [20, 10, 30, 25, 22](E) [20, 10, 18, 15, 16]

詳解 (共 1 筆)

相關試題

相關試卷

1.給予資料依序建立二元搜尋樹,以下哪一個資料所建立的二元搜尋樹的 level(階層)最多
(A) [10, 5, 15, 3, 7, 12, 18]
(B) [2, 1, 3, 4, 5]
(C) [8, 12, 4, 15, 10, 6, 2]
(D) [20, 10, 30, 25, 22]
(E) [20, 10, 18, 15, 16]