iPAS AI 應用規劃師初級 115 年第三次 科一 第 9 題 詳解

115 年第三次 科一 人工智慧基礎概論 · 考點:資料整理與分析流程

某電商平台計劃開發一個機器學習模型,目標是在每個月底自動預測哪些現有會員在下個月可能會流失(不再消費),以便行銷團隊提前發送優惠券進行挽留。若要提升模型預測會員流失的效果,在進行特徵工程(Feature Engineering)時,下列哪一項作法最適合?

  1. A為了提高預測的準確度,特徵與要預測的目標值(是否流失)之間,在統計上不需要具備任何關聯性或因果關係

    特徵與目標若無統計關聯,對預測毫無貢獻。

  2. B可以將「會員下個月是否仍有消費紀錄」加入模型特徵,因為該資訊與會員是否流失具有高度關聯性

    下個月的消費紀錄是未來資訊,屬典型資料洩漏。

  3. C為了縮短模型推理(Inference)的反應時間,特徵所涵蓋的時間範圍越短越好,建議一律只保留前一天的單日行為資料

    流失預測需長期行為趨勢,單日資料反而失真。

  4. D所選取的特徵,必須是在每個月底模型進行預測的當下,系統就能實際取得且掌握的已知資料(正確答案)

    符合預測時點可取得的特徵可用性原則。

正確答案:D

檢驗特徵工程中「預測當下可取得」的資料可用性原則與資料洩漏的避免。 先問這個特徵在模型實際預測的時間點是否已經存在,凡是未來才知道的資訊一律排除。

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

資料整理與分析流程

  1. 115 年第三次 科一 第 14 題某資料科學家利用房屋資料建立AI房價預測模型,資料中包含許多彼此高度相關的數值特徵(例如房屋總坪數、客廳坪數等)。為了降…
  2. 115 年第三次 科一 第 20 題某電商平台計劃針對既有會員進行精準行銷。行銷團隊收集了所有會員的平均消費金額、每月購物頻率及瀏覽商品類別次數等特徵資料,…
  3. 115 年第三次 科一 第 30 題某製造工廠導入人工智慧系統,持續蒐集設備的溫度、振動、電流及轉速等感測資料。當系統發現設備運轉狀態出現不尋常變化時,可立…
  4. 115 年第三次 科一 第 31 題某連鎖量販店計劃導入AI銷量預測系統,以優化每日進貨與庫存管理。團隊比較兩家軟體廠商提供的迴歸模型,兩個模型皆以相同的測…
  5. 115 年第二次 科一 第 16 題某企業集團在多個領域導入AI技術,應用於不同業務場景。請問下列哪一項最符合異常檢測(Anomaly Detection)…