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

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。