iPAS AI 應用規劃師中級 115 年第一次 科一 第 23 題 詳解
115 年第一次 科一 人工智慧技術應用與規劃 · 考點:數據準備與模型選擇
某製造業公司計劃將AI導入生產線瑕疵檢測流程,目前瑕疵樣本約800張(含各類瑕疵類型)、正常樣本約15,000張,現有IT基礎設施為地端伺服器且無GPU,且生產線環境需於地端即時完成推論,檢測需求為每片零件須在100毫秒內完成檢測,且預算為中等、無法於短期內大規模採購硬體。工程師正在規劃第一階段的AI導入方案,請問下列哪一種規劃最為合適?
- A從零訓練一個大型CNN模型,並採購高階GPU伺服器以滿足推論速度需求
從零訓練大型模型且採購高階 GPU,違反樣本少與預算中等的限制。
- B採用預訓練模型進行Transfer Learning,針對瑕疵樣本進行Fine-tuning,並使用模型量化(Quantization)或蒸餾(Distillation)技術壓縮模型以符合延遲需求,部署於地端(正確答案)
遷移學習補樣本不足,量化或蒸餾壓縮滿足地端延遲,正確。
- C因樣本數不足,建議先暫緩AI導入,待蒐集至少10萬筆瑕疵樣本後再啟動專案
以樣本不足為由暫緩,忽略遷移學習本就為小樣本而生。
- D將所有影像上傳至雲端,使用第三方AutoML平台自動訓練並部署,以節省開發時間
上雲推論違反地端即時與資安需求,延遲也不可控。
正確答案:B
小樣本、無 GPU 且須地端低延遲推論時的 AI 導入方案選擇。 先列出資料量、硬體、延遲、預算四項限制,再選同時滿足全部限制的方案。
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。
開始刷題同考點的題目
數據準備與模型選擇
- 115 年第一次 科一 第 28 題一位資料科學家使用XGBoost建立信用風險評分模型,並使用SHAP解釋模型對某申請人的預測結果。SHAP summar…
- 115 年第一次 科一 第 29 題某工程師為一套卷積神經網路(CNN)的醫療影像輔助診斷系統設計模型可解釋性機制。該系統需滿足下列需求:1.能向醫師說明影…
- 115 年第一次 科一 第 31 題某資料工程師嘗試對包含300個特徵的使用者行為資料集使用DBSCAN進行群集分析,但發現幾乎所有資料點都被判定為雜訊點(…
- 115 年第一次 科一 第 41 題某AI影像辨識平台以單一GPU伺服器提供多租戶推論服務,系統長期觀察到GPU使用率約維持在60%左右,且在執行過程中可觀…
- 115 年第一次 科一 第 42 題某保險公司將理賠金額預測模型正式部署上線,MLOps團隊設計監控機制。三個月後模型整體均方根誤差(RMSE)無明顯變化,…