iPAS AI 應用規劃師初級 115 年第一次 科一 第 5 題 詳解

115 年第一次 科一 人工智慧基礎概論

某銀行建立AI詐欺交易偵測模型。歷史交易資料中，詐欺樣本比例極低，導致模型訓練時偏向預測為「正常交易」。資料科學團隊評估採用SMOTE（Synthetic Minority Over-sampling Technique）改善訓練資料分佈。下列何者最符合SMOTE技術的主要功能？

1. A透過隨機刪除部分正常交易資料，以降低類別失衡程度

   這是欠採樣（Undersampling），刪多數類而非合成少數類。

2. B依據少數類別樣本的特徵空間，合成產生新的少數類別樣本（正確答案）

   在少數類特徵空間內插值合成新樣本，正是 SMOTE。

3. C調整模型的損失函數（Loss Function）權重，使誤判少數類別時的懲罰提高

   屬成本敏感學習，改的是損失函數而非資料分佈。

4. D以交叉驗證（Cross-validation）方式重新分割資料集，使各折資料類別比例一致

   分層交叉驗證只固定各折比例，不改變整體失衡。