iPAS AI 應用規劃師初級 115 年第二次 科一 第 37 題 詳解

115 年第二次 科一 人工智慧基礎概論 · 考點:鑑別式AI與生成式AI的整合應用

某醫療AI系統使用深度學習模型分析胸腔X光影像,判斷患者是否罹患肺炎。醫院評估委員會要求系統必須能夠標示「影像中哪些區域對本次診斷判斷影響最大」,以供放射科醫師進行審核確認。下列哪一種可解釋AI技術最能直接滿足「標示影像中對預測結果影響最大的區域」此一需求?

  1. ALIME(Local Interpretable Model-agnostic Explanations)

    用擾動建局部代理模型,通用但非影像梯度熱區的直接作法。

  2. BSHAP(SHapley Additive exPlanations)

    算特徵貢獻值,強項在表格型特徵,非像素級定位。

  3. C部分依賴圖(Partial Dependence Plot, PDP)

    呈現單一特徵與預測的整體平均關係,不解釋單張影像。

  4. D顯著性圖(Saliency Map)(正確答案)

    以梯度計算各像素影響度,直接生成影像熱區標示。

正確答案:D

可解釋AI各技術的適用對象與輸出形式差異。 先問「要解釋的資料型態是影像、表格還是單筆或整體」,再對應該技術的輸出。

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

鑑別式AI與生成式AI的整合應用

  1. 115 年第二次 科一 第 43 題某信用評分公司導入SHAP(SHapley Additive exPlanations)框架分析機器學習模型的輸出行為。…
  2. 115 年第二次 科一 第 44 題某金融集團評估將大型語言模型導入客服與風控系統,團隊採用如120B參數等級的超大型語言模型以確保回應品質。請問下列何者最…
  3. 115 年第二次 科一 第 48 題某電商平台建置機器學習模型,用於預測用戶在瀏覽特定商品後的購買機率。模型上線初期表現穩定,但維運團隊在定期審查中發現兩種…
  4. 115 年第一次 科一 第 25 題在大型語言模型(LLM)的推論服務中,常透過請求批次處理(Batching)來提升系統效能。關於批次處理(Batchin…
  5. 115 年第一次 科一 第 26 題在可解釋AI(Explainable AI, XAI)的分類架構中,LIME(Local Interpretable M…