iPAS AI 應用規劃師初級 115 年第一次 科一 第 40 題 詳解

115 年第一次 科一 人工智慧基礎概論 · 考點:機器學習基本原理

某製造業公司建置機器學習模型,用於預測產品是否為瑕疵品。實際生產資料中,瑕疵品比例極低,大多數樣本皆為正常品。模型測試時發現,即使模型多數預測為正常品,仍可獲得很高的整體準確率。在此情境下,若希望更有效衡量模型對瑕疵品的辨識能力,下列何者較適合作為主要評估指標?

  1. AF1-score(正確答案)

    兼顧精確率與召回率,適合少數類別辨識。

  2. B均方誤差(Root Mean Squared Error, RMSE)

    RMSE 是迴歸誤差指標,不用於分類。

  3. C準確率(Accuracy)

    全猜正常品也有高分,無法反映瑕疵辨識力。

  4. D判定係數(R², Coefficient of Determination)

    R² 衡量迴歸解釋力,與分類無關。

正確答案:A

類別不平衡資料下,分類模型評估指標的選擇。 先判斷任務是分類還是迴歸,再看資料是否不平衡,決定該用哪一族指標。

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

機器學習基本原理

  1. 115 年第一次 科一 第 42 題某企業建置基於檢索增強生成(RAG)的法遵知識輔助系統,用於整合法規條文、內控制度與歷史函釋文件。系統運行後發現,每當法…
  2. 115 年第一次 科一 第 45 題某團隊訓練深層神經網路模型時,發現訓練誤差長時間幾乎未下降,模型參數更新幅度極小,呈現學習停滯現象。若研判問題與梯度傳遞…
  3. 114 年第四次 科一 第 4 題關於資料正則化(Regularization)L1、L2方法,下列敘述何者正確?
  4. 114 年第四次 科一 第 9 題根據2025年9月行政院通過之《人工智慧基本法》草案,政府推動人工智慧之「創新實驗環境」制度,主要參考歐盟的何種制度?
  5. 114 年第四次 科一 第 10 題根據《金融機構運用人工智慧技術作業規範》,金融機構須建立內部治理架構,並指定專責單位或人員負責推動及管理人工智慧事務,下…