iPAS AI 應用規劃師初級 114 年第四次 科一 第 37 題 詳解

114 年第四次 科一 人工智慧基礎概論 · 考點:資料整理與分析流程

某金融科技公司在利用歷史交易資料建立風險控管模型時,嘗試推估整體詐騙交易比例。近期發現,樣本間存在明顯的時間序列相關性,導致模型在實際偵測新交易時誤判率升高。若希望同時改善詐騙比例推估的準確性並提升模型的穩健性,下列哪一種做法最為合適?

  1. A擴充樣本數量,以涵蓋更多潛在的詐騙型態,但維持既有的隨機抽樣方式不變

    只加量不改抽樣方式,時間相關性造成的偏誤依然存在。

  2. B採取時間序列敏感的抽樣策略,例如依據交易時間區間進行分層,以保存原始的時間結構特性(正確答案)

    依交易時間分層抽樣,保留時序結構並提升估計穩健性。

  3. C將資料完全隨機打散,以降低序列相關性對模型訓練造成的影響

    隨機打散會抹除時間資訊,反而助長資料洩漏與誤判。

  4. D在模型評估時,針對相鄰時間區段進行誤差合併,以便用整體估計方式修正詐騙比例

    事後合併誤差只是掩蓋偏差,未處理抽樣來源問題。

正確答案:B

時間序列資料的抽樣策略:抽樣必須保留資料原有的時間結構。 看到樣本間有相依性(時間、空間、群組)時,先問抽樣方式是否破壞了該結構。

用刷8題準備 iPAS AI 應用規劃師初級

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

資料整理與分析流程

  1. 114 年第四次 科一 第 41 題一家旅遊平台希望建立模型,預測顧客下次是否會再次透過該平台訂房。資料包含:顧客ID、年齡、旅遊次數、平均花費金額、主要交…
  2. 114 年第四次 科一 第 43 題某公司欲建立員工離職風險預測模型,資料集中包含「年度績效分數」、「平均每月加班時數」、「年齡」等數值型特徵。由於各特徵的…
  3. 114 年第四次 科一 第 44 題在機器學習中,「叢集(Clustering)」方法最典型的應用情境是下列何者?
  4. 114 年第四次 科一 第 46 題某電商公司想預測用戶是否會購買特定商品,資料中包含多種用戶屬性與行為特徵。分析師希望選出對購買結果最有預測價值的特徵,以…
  5. 115 年第三次 科一 第 9 題某電商平台計劃開發一個機器學習模型,目標是在每個月底自動預測哪些現有會員在下個月可能會流失(不再消費),以便行銷團隊提前…