iPAS AI 應用規劃師中級 115 年第一次 科二 第 22 題 詳解
115 年第一次 科二 大數據處理分析與應用 · 考點:常見的大數據分析方法
某連鎖便利商店集團欲建立門市未來14天每日銷售額預測模型(500間門市、3年歷史資料)。資料具有明顯的週期性(週末較高)、年度季節性(暑假與年末高峰)及長期成長趨勢,並包含已知節日與不定期事件(如颱風)。在此情境下,關於資料切分與建模策略,何者最適當?
- A採隨機切分(80/20),使用傳統時間序列模型建模,刪除節日資料避免極端值影響,並以均方根誤差(RMSE)評估
隨機切分造成資料洩漏,刪節日等於丟掉關鍵訊號。
- B依時間順序切分(最後90天為測試集),使用具季節性建模能力的時間序列模型並加入節日資訊,不處理不定期事件,以平均絕對百分比誤差(MAPE)評估
方向對,但忽略颱風等事件且僅用單一指標。
- C依時間順序切分並採前進式驗證(Walk-Forward Validation),結合時間序列分解與機器學習模型,加入時間特徵、滯後與滾動統計特徵,並納入節日與不定期事件資訊,使用均方根誤差(RMSE)與平均絕對百分比誤差(MAPE)評估(正確答案)
時序切分加前進式驗證、完整特徵與雙指標,最完整。
- D依時間順序切分,直接使用深度學習模型建模,不進行特徵工程,所有門市共用模型,以平均絕對誤差(MAE)評估
不做特徵工程又全門市共用一套模型,資訊浪費。
正確答案:C
時間序列預測的資料切分方式、特徵工程與評估指標選擇。 看到時間相依資料,先確認切分是否依時間順序、驗證是否隨時間前進再看特徵與指標。
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
常見的大數據分析方法
- 115 年第一次 科二 第 27 題某AI產品的商業分析師在準備月度報告時,需要在單一頁面上同時呈現1,000位使用者的留存率、活躍程度與付費轉換率三項指標…
- 115 年第一次 科二 第 32 題某銀行建置貸款違約預測模型,資料共50,000筆,其中違約樣本僅800筆(佔1.6%)。在模型建置流程中,先對整體資料使…
- 114 年第二次 科二 第 20 題某銀行計畫將信用風險評估模型部署至雲端平台,以便即時分析客戶交易行為。由於涉及大量敏感金融資料,銀行要求雲端服務商在不解…
- 114 年第二次 科二 第 22 題某投資研究員希望分析四檔科技類股(A、B、C、D)每日報酬率的變化趨勢,以判斷這些股票之間是否存在高度相關性與共變動性,…
- 114 年第二次 科二 第 25 題某電商資料團隊繪製顧客單筆消費金額的箱型圖後發現:四分位距(IQR)範圍極小,但上鬚線拉得很長,且在高金額區域有多筆離群…