iPAS AI 應用規劃師初級 115 年第二次 科一 第 48 題 詳解

115 年第二次 科一 人工智慧基礎概論

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不同情形： 情形甲：模型上線半年後恰逢消費趨勢轉變，過去高購買意願的用戶行為模式（如長時間停留商品頁）不再是強烈的購買訊號，即便輸入特徵分布與訓練期相近，模型預測準確率仍明顯下降。 情形乙：平台新增了行動裝置端的入口，新用戶的年齡分布、裝置類型與使用時段特徵與原訓練資料差異顯著，導致模型對這批用戶的預測偏差增大。下列哪一項最能正確對應兩種情形所屬的模型劣化類型？

1. A甲為資料漂移（Data Drift）、乙為概念漂移（Concept Drift）

   甲乙判斷對調，與兩種漂移的定義相反。

2. B甲為概念漂移（Concept Drift）、乙為資料漂移（Data Drift）（正確答案）

   正確：甲是關係改變，乙是輸入分布改變。

3. C甲為模型過擬合（Overfitting）、乙為資料漂移（Data Drift）

   過擬合是訓練階段問題，非上線後環境變動所致。

4. D甲與乙均屬概念漂移（Concept Drift），因為兩者都導致模型預測準確率下降

   以「準確率下降」概括兩者，忽略成因差異。