iPAS AI 應用規劃師中級 115 年第一次 科二 第 15 題 詳解
115 年第一次 科二 大數據處理分析與應用 · 考點:假設檢定與統計推論
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(Overfitting):訓練集準確率達99%,但驗證集僅有72%。在不改變模型架構的前提下,下列哪一項「資料處理層面」的調整最無法有效改善過度擬合,甚至可能使問題惡化?
- A在資料處理流程中加入資料增強(Data Augmentation),於訓練時動態生成多樣化影像樣本
動態增強每輪產生不同樣本,提高多樣性,抑制過擬合。
- B擴充資料來源,收集更多不同場景與條件的影像,以提升訓練資料分布的多樣性
擴充來源使資料分布更廣,是最根本的改善方式。
- C為了提升資料處理吞吐量(Throughput),預先將影像轉為固定特徵並快取(Cache),反覆使用相同訓練資料以加速訓練流程(正確答案)
固定特徵快取重複使用,多樣性下降,過擬合更嚴重。
- D在資料前處理階段進行資料清理,移除標註錯誤或品質不佳的影像資料
清除錯標與劣質影像,降低模型硬記雜訊的機會。
正確答案:C
考資料層面處理對過度擬合的影響,特別是資料多樣性與快取重用的取捨。 先問這個做法是增加還是減少「訓練資料的有效多樣性」,減少的就會加重過度擬合。
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
假設檢定與統計推論
- 114 年第二次 科二 第 12 題在處理分類問題時,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…
- 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…
- 115 年第一次 科二 第 17 題某醫院欲建立一套加護病房(ICU)敗血症預測模型,資料來自120位病患之生命徵象(如心率、血壓、體溫等),每5分鐘記錄一…
- 115 年第一次 科二 第 24 題某AI工程師評估客戶滿意度評分(1–5分,含有明顯離群值)與退款率(連續型比例變數)之間的相關性,考慮使用皮爾森(Pea…
- 115 年第一次 科二 第 33 題某線上書店希望建立一個多類別書籍推薦模型,根據讀者的「年齡、性別、過去購書類別偏好評分」等特徵,預測讀者下次最可能購買的…