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

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。