iPAS AI 應用規劃師中級 115 年第一次 科一 第 34 題 詳解

115 年第一次 科一 人工智慧技術應用與規劃

某廣告技術公司的點擊率（CTR）預測系統每天新增數百個用戶行為特徵（如新廣告位、新設備類型），特徵空間持續動態擴展。若採用傳統靜態模型每週批次重訓一次，會導致嚴重的模型過期問題。為在特徵空間頻繁變化的情況下維持模型即時準確度，最適合的模型架構方向為何？

1. A採用傳統靜態羅吉斯迴歸（Logistic Regression），縮短批次重訓週期從每週改為每日

   縮短批次週期仍是全量重訓，跟不上每日新特徵。

2. B採用支援增量學習（Incremental Learning）的模型，使模型能隨新資料即時更新並適應新增特徵，而不需重新訓練整個模型（正確答案）

   增量學習可隨新資料與新特徵即時更新模型。

3. C採用固定架構的深度神經網路（DNN），每次有新特徵時重新定義輸入層後全量重訓

   固定輸入層每次改動都要全量重訓，成本高又延遲。

4. D改用預訓練圖神經網路（GNN），透過圖結構建立特徵間的關聯，自動應對新增特徵

   GNN 解的是關聯建模，不是特徵空間動態擴展。