iPAS AI 應用規劃師中級 114 年第二次 科三 第 28 題 詳解

114 年第二次 科三 機器學習技術與應用 · 考點:數據準備與特徵工程

一家零售電商公司希望建立顧客流失預測模型,用以判斷哪些會員可能在三個月內不再消費。團隊以去年會員資料進行訓練,並僅採用「曾經購買三次以上」的活躍顧客紀錄作為樣本。模型上線後,對整體會員進行預測時,發現模型對於新註冊會員與低消費會員的預測準確率明顯偏低。下列何者為造成此現象最可能的原因?

  1. A特徵設計未排除與會員忠誠度高度相關的變數,導致特徵偏差(Feature Bias)

    問題出在樣本挑選,不是特徵變數設計不當。

  2. B標記(Label)由人工標註,導致標籤偏差(Label Bias)

    題目未提人工標註流程,標籤定義由消費行為推得。

  3. C訓練樣本僅涵蓋高活躍顧客,造成取樣偏差(Sampling Bias)(正確答案)

    僅用高活躍顧客訓練,樣本不能代表全體會員。

  4. D模型未進行超參數調整,導致過擬合(Overfitting)

    對特定族群失準是涵蓋不足,非訓練集過度貼合。

正確答案:C

辨識訓練樣本代表性不足所造成的取樣偏差(Sampling Bias)。 先問訓練資料的涵蓋範圍是否等於上線後的預測對象,不一致就往資料偏差判斷。

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

數據準備與特徵工程

  1. 114 年第二次 科三 第 30 題某情感分析模型在英文資料集上取得macro F1-score = 0.91。當該模型部署於西班牙文資料集時,F1-sco…
  2. 114 年第二次 科三 第 32 題某電信公司開發客戶流失預測模型,使用大量顧客行為特徵,例如通話時長、上網頻率、帳單金額、客服聯絡次數等。在訓練過程中,團…
  3. 114 年第二次 科三 第 34 題某醫療人工智慧團隊正在開發心臟病風險預測模型,資料量僅有150筆,其中陽性個案不到8%。由於樣本數稀少且類別分布極不平衡…
  4. 114 年第二次 科三 第 38 題附圖程式碼所計算的是哪一類型的評估指標?
  5. 114 年第二次 科三 第 42 題在深度神經網路中,不同層的參數量(parameter count)差異極大。有些層雖然數量少但計算量大,有些則相反。了解…