iPAS AI 應用規劃師中級 115 年第一次 科一 第 37 題 詳解

115 年第一次 科一 人工智慧技術應用與規劃 · 考點:多模態人工智慧應用

某製造廠開發產線瑕疵檢測模型時,資料集存在嚴重類別不平衡問題,其中良品約占99%,瑕疵品僅占1%。若直接使用原始資料進行訓練,模型容易偏向預測多數類別(良品),導致對少數類別(瑕疵品)辨識能力不足。在不調整模型架構與學習演算法的前提下,僅透過資料前處理方式改善此問題,下列何者最適當?

  1. A使用SMOTE等過採樣方法進行少數類別擴增(正確答案)

    合成少數類樣本,屬資料前處理,直接補足瑕疵品比例。

  2. B加入L1/L2正則化(Regularization)以防止過擬合

    正則化屬學習演算法調整,且針對過擬合非不平衡。

  3. C大幅增加深度神經網路的層數,以強化特徵萃取能力

    加深網路是模型架構改動,違反題目限制。

  4. D複製更多良品數據,以進一步提升模型的準確率(Accuracy)

    複製多數類會加劇失衡,準確率更失去意義。

正確答案:A

考資料層面處理類別不平衡的正確手法,如 SMOTE 過採樣。 先確認題目限制在哪一層(資料、模型或演算法),再挑符合該層的解法。

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

多模態人工智慧應用

  1. 115 年第一次 科一 第 39 題某AI平台工程師正在為多模態模型訓練系統規劃資料儲存架構,需要同時處理原始影像、非結構化文本,以及經過整理的結構化特徵資…
  2. 115 年第一次 科一 第 44 題某MLOps工程師正在設計AI模型的推論服務API,需要處理使用者上傳的高解析度影像(平均5MB)進行即時分類。在RES…
  3. 115 年第一次 科一 第 46 題某醫院計劃建立混合雲AI平台:使用公有雲GPU叢集進行CT影像模型訓練,但基於HIPAA(Health Insuranc…
  4. 114 年第二次 科一 第 5 題某企業以詞頻–逆文件頻率(Term Frequency–Inverse Document Frequency, TF-I…
  5. 114 年第二次 科一 第 6 題某企業嘗試以N-gram語言模型(N-gram Language Model)建立客服自動回覆系統,但發現模型生成的句子…