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

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？

1. 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。

2. 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。

3. 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。

4. 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。