iPAS AI 應用規劃師中級 115 年第一次 科二 第 44 題 詳解
115 年第一次 科二 大數據處理分析與應用 · 考點:大數據與機器學習
某全球共享乘車平台的資料科學團隊,正針對2025年第四季度進行營收優化與防弊分析專案。團隊希望透過資料分析達成兩項目標:一是預測司機未來收入表現,以支援營運策略與獎勵機制調整;二是希望透過分析裝置與定位回傳資料,辨識潛在異常行為,以降低補貼濫用風險。
為此,團隊整理出一份司機每日營運資料檔(driver_daily_stats.csv),其中每筆資料代表某位司機於某一天的營運表現與系統回傳摘要資訊。資料欄位如下:
● driver_id:司機編號
● daily_earnings:日總收入(單位:美元)
● region:註冊營運區域(以字串A、B、C表示)
● app_version:使用的司機端App版本(如v1.0、v2.0)
● gps_ping_rate:每分鐘回傳GPS訊號的次數
請根據此資料情境回答第41~44題。
針對上述外掛偵測模型,營運長下達最終的商業決策目標如下:「對於作弊行為零容忍。即使誤凍結部分正常司機帳號,後續仍可交由人工覆核;但不能放過任何一個真正的外掛司機。」根據上述目標,團隊在調整模型輸出的決策機率門檻(Threshold,預設為0.5)時,應採取下列何種策略最為合理?
- A選擇使模型對作弊者的召回率(Recall)最大化的門檻,通常代表應降低Threshold(正確答案)
降低門檻讓更多樣本判為作弊,召回率最大化,符合零容忍。
- B選擇使模型精確率(Precision)最大化的門檻,通常代表應提高Threshold
衝高精確率會放過邊緣作弊者,與目標相反。
- C固定使用Threshold=0.5作為預設值,因為調整門檻將破壞演算法原有的訓練平衡
0.5 只是預設值,調門檻不影響已訓練好的模型參數。
- D選擇使模型特異度(Specificity)達到100%的門檻,以確保正常司機不會被誤判
特異度 100% 等於幾乎不發警報,作弊全數漏掉。
正確答案:A
依商業目標「寧可錯殺、不可放過」選擇分類門檻,考召回率與精確率的取捨。 先判斷業務上漏掉正例或誤報正例哪個代價高,再決定門檻要調低還是調高。
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
大數據與機器學習
- 115 年第一次 科二 第 50 題參考下圖程式碼,下列描述何者正確?
- 114 年第二次 科二 第 13 題下列何者為同態加密(Homomorphic Encryption)技術的核心特性?
- 115 年第一次 科二 第 20 題某電信公司的AI反詐欺模型在正常交易佔99.5%、詐欺交易僅佔0.5%的類別嚴重不平衡資料集上訓練。若工程師僅以整體準確…
- 115 年第一次 科二 第 23 題Receiver Operating Characteristic(ROC)曲線係由單一分類模型在不同決策閾值下形成,並…
- 115 年第一次 科二 第 28 題行銷團隊比較三種廣告投放管道(A/B/C)的轉換率差異,原始數據如下,A:3.2%、B:3.8%、C:4.0%。若設計圖…