阿摩線上測驗
登入
首頁
>
CIIE◆智慧製造
>
115年 - 115-1 中國工業工程學會_工業工程師等相關證照考試:人工智慧#136739
> 試題詳解
41. 推薦系統離線 AUC 很高但線上轉換率差,最常見根因是?
(A) 只要加深模型就好
(B) 離線樣本與線上曝光/互動機制不同
(C) AUC 不能用於推薦
(D) 資料一定太少
答案:
登入後查看
統計:
A(0), B(9), C(1), D(1), E(0) #3793827
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2026/10/26
#7630994
核心觀念:離線效果與線上效果不一致 這題...
(共 1465 字,隱藏中)
前往觀看
0
0
相關試題
42. 若只最大化點擊率,最可能犧牲哪一項長期目標? (A) 模型的離線預測準確指標 (Offline Accuracy Metrics) (B) 資料庫的實時更新效率 (Real-time Update Efficiency) (C) 推薦內容的多樣性與新穎度 (Diversity and Novelty) (D) 伺服器端的單次請求延遲 (Request Latency)
#3793828
43. Conditional GAN (cGAN) 引入條件資訊的最主要目的為? (A) 讓鑑別器不需要輸入 (B) 把生成問題變成分群 (C) 提升結果可控性 (D) 保證不會 mode collapse
#3793829
44. CycleGAN 的循環一致性 (cycle consistency) 主要是在解決什麼限制? (A) 保證映射是線性的 (B) 讓生成器不需要學習 (C) 把影像變成語音 (D) 在無成對資料下仍能學習兩域之間的映射
#3793830
45. Q 學習 (Q-learning) 為 off-policy 方法,其實務風險之一是? (A) 行為策略與目標策略不一致,易導致估計偏差與訓練不穩 (Policy Mismatch) (B) 演算法設計本質使模型在任何情境下皆完全無法使用離線資料 (Offline Data) (C) 模型訓練過程高度依賴具有專家標籤的成對監督式資料集 (Paired Data Only) (D) 在處理連續動作空間時會因探索機制限制而絕對無法收斂 (Non-convergence)
#3793831
46. 條件式生成 (Conditional Generation) 在資料標註有系統性偏差時,最可能造成什麼後 果? (A) 標籤偏差僅會影響模型生成的運算速度 (Inference Speed) (B) 資料偏差會透過批次正規化自動被消除 (Batch Normalization) (C) 條件式生成機制能自動確保輸出結果更公平 (Fairness Improvement) (D) 生成結果被偏差條件牽引,產生偏誤放大與不公平 (Bias Amplification)
#3793832
47. 在深度 Q 網路 (DQN) 中引入目標網路 (Target Network) 的主要目的為? (A) 降低目標值與被更新網路的耦合以穩定學習過程 (Decoupling and Stability) (B) 讓行為策略的探索率固定在特定常數範圍內 (Fixed Exploration Rate) (C) 確保智慧體在單一回合內獲得累積獎勵最大化 (Maximize Reward) (D) 增加神經網路層數以提升模型的學習容量 (Model Capacity)
#3793833
48. 生成模型 (Generative Model) 雖然「看起來很真」但仍可能不可用,最常見的原因是? (A) 生成過程中的損失函數值降得不夠低 (Loss Function Convergence) (B) 樣本多樣性不足或存在嚴重的系統性偏差 (Diversity and Bias) (C) 模型在推論階段所耗費的計算資源過於龐大 (Computational Cost) (D) 模型訓練前未針對輸入資料進行相依剖析 (Dependency Parsing)
#3793834
49. 在品質或故障預測中,整體準確率很高但關鍵失效類別的召回率 (Recall) 很低,其主要 風險是? (A) 對罕見但高損失事件失效,造成重大事故 (High-Loss Failure) (B) 導致後端伺服器的歷史資料庫發生過度膨脹 (Database Bloat) (C) 使得模型在邊緣裝置上的即時推論速度變慢 (Inference Latency) (D) 輸入特徵的維度過小導致模型無法順利收斂 (Dimension Scarcity)
#3793835
50. 在生活應用中,即使模型具備「高準確率」仍不代表可放心使用,最常見的原因是? (A) 高準確率通常代表模型已不存在任何風險 (Risk-Free Model) (B) 高準確率會自動確保輸出結果具備社會公平 (Automatic Fairness) (C) 高準確率的表現可完全取代產業的安全合規 (Safety Compliance) (D) 錯誤成本非對稱且長尾情境未被有效覆蓋 (Asymmetric Costs and Long-tail)
#3793836
1. 根據中心極限定理(central limit theorem),當樣本數足夠大時,無論母體分配為何,樣本平均數的抽樣分配會趨近於何種分配? (A) 韋伯分配(Weibull distribution) (B) 均勻分配(Uniform distribution) (C) 常態分配(Normal distribution) (D) 卜瓦松分配(Poisson distribution)
#3793837
相關試卷
115年 - 115-1 中國工業工程學會_工業工程師等相關證照考試:人工智慧#136739
2026 年 · #136739
113年 - 113-2 中國工業工程學會_工業工程師等相關證照考試:智慧製造#134381
2024 年 · #134381
112年 - 112-2 中國工業工程學會_工業工程師等相關證照考試:智慧製造#134380
2023 年 · #134380