iPAS AI 應用規劃師中級 114 年第二次 科二 第 12 題 詳解

114 年第二次 科二 大數據處理分析與應用 · 考點:假設檢定與統計推論

在處理分類問題時,若某一類樣本數明顯少於其他類別,研究人員可能採用隨機過採樣(Random Oversampling)以平衡資料比例,此方法最常造成下列哪一種問題?

  1. A增加過擬合風險(正確答案)

    重複的少數類樣本被模型硬記,泛化能力下降。

  2. B降低模型的收斂速度

    資料變多不等於收斂變慢,非此法的典型問題。

  3. C減少資料總筆數數量

    過採樣是增加樣本,減量是欠採樣的效果。

  4. D導致訓練資料欄位缺失

    抽樣只動列不動欄,不會造成欄位缺失。

正確答案:A

隨機過採樣複製少數類樣本後,模型易記住重複樣本而過擬合。 看到抽樣或增量技術,先問它改變了資料的哪一面:重複、刪除或合成,再推對應副作用。

用刷8題準備 iPAS AI 應用規劃師中級

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

假設檢定與統計推論

  1. 114 年第二次 科二 第 37 題若開發一個用於罕見疾病自動診斷的分類模型,目前資料集中確診樣本僅佔不到1%,且因為標註成本高,短期內無法取得更多資料。在…
  2. 115 年第一次 科二 第 15 題某資料工程師在建構大規模影像資料處理流程時,需要處理數千萬筆訓練影像,並發現模型出現嚴重的過度擬合(Overfittin…
  3. 114 年第二次 科二 第 15 題某家客服中心統計資料發現,平均每小時會接到約20通顧客來電,但每分鐘的來電數量不固定,可能為0、1、2通不等。這些來電事…
  4. 114 年第二次 科二 第 18 題某人工智慧團隊使用分散式資料庫(Distributed Database)儲存模型訓練資料,並在更新訓練樣本時啟用多節點…
  5. 114 年第二次 科二 第 19 題某製造企業導入上萬台物聯網(IoT)感測器以進行設備健康監測。系統需在毫秒級回應異常事件,並同時將完整資料保留於雲端供後…