iPAS 備考專區 登入

iPAS AI 應用規劃師 初級 科目一 人工智慧基礎概論・115 年第一次・L11・第 20 題

過擬合問題怎麼用資料增強解決?

原題

某團隊訓練影像分類模型,發現模型在訓練資料上的準確率達 98%,但在測試資料上僅有 72%。若團隊希望提升模型對新資料的適應能力,並增加訓練資料的多樣性,下列何者最適合?

白話

一個團隊訓練影像分類模型,發現模型在訓練資料上準確率 98%,但在測試資料上只有 72%,兩者落差很大。

團隊希望改善這個狀況,目標是提升模型對新資料的適應能力,並增加訓練資料的多樣性。

問你:為了達到「提升對新資料適應能力、增加訓練資料多樣性」的目標,下列哪個做法最合適?

一句話總結

訓練準確率高、測試準確率低是過擬合(Overfitting),解法是讓模型看到更多樣的資料。對訓練影像做旋轉、翻轉等隨機變化(Data Augmentation)能直接增加資料多樣性,讓模型學到更通用的特徵。

情境

先感受問題:模型「死背」訓練資料,真正上場卻不行

「台灣智農科技」的工程師林宗翰在做番茄病害辨識系統。訓練集有 2,000 張得病番茄照片,都是在溫室裡、固定光源、正面角度拍的。

模型訓練完後:在這 2,000 張上準確率 98%,在田間實拍的新照片上卻只有 72%。

問題出在哪?模型把訓練圖片的細節都「背起來了」,包含背景、光線角度等跟病害無關的特徵。遇到斜角度、不同光線、不同品種的番茄,就認不出來。

解法:讓模型在訓練時就見過各種角度和光線的番茄,但重拍 2,000 張太費工,更聰明的方法是把現有照片旋轉、翻轉、調亮暗,變成更多樣的訓練資料。

舊方法

過擬合的成因:模型太「死心眼」

林宗翰的模型出現過擬合,有幾個根本原因:

  1. 訓練資料太少:只有 2,000 張,而且都是相似情況拍的,缺乏多樣性
  2. 模型複雜度過高:深度神經網路學習能力太強,把雜訊和不相關特徵都學進去了
  3. 資料分布單一:全是正面固定光源,模型沒見過側面、逆光、局部遮擋的情況
  4. 訓練太久:訓練輪次過多,模型從「學規律」變成「背答案」
  5. 沒有正規化:沒有用 Dropout 或 L2 正規化來防止模型過度複雜化

過擬合不是單一原因造成的,但最快的解法通常是從「資料多樣性」下手。

新方法

資料增強:用舊照片「變」出新視角

林宗翰採用資料增強(Data Augmentation):把現有的 2,000 張照片,用程式自動生成各種變體。

旋轉(Rotation):把每張番茄照片旋轉 90°、180°、270°,這樣同一張照片變成 4 張,而且模型學到「不管番茄怎麼轉,都是同樣的病害」。

翻轉(Flip):水平和垂直翻轉,同樣一張照片再多一倍。

亮度調整:模擬不同光線條件,讓模型認識強光和暗光下的病害特徵。

裁剪和縮放:讓模型學習不管病斑大小和位置,都能認出來。

2,000 張原始照片,經過增強後變成 20,000 張多樣化訓練資料,而且沒有額外的拍照成本。模型見過各種變體後,再看到田間的新照片,就不容易認不出來了。

這就是選項 B 的正確理由:對訓練影像進行旋轉、翻轉等隨機變化,是資料增強的核心操作,直接增加訓練資料的多樣性,改善過擬合。

錯選項

為什麼其他選項是錯的

A增加模型的深度與參數量,使模型學習更細節

字面在說什麼

讓模型更大、更強,能學到更精細的特徵。

為什麼不對

這是讓過擬合更嚴重的做法。模型已經太複雜把訓練資料背下來了,增加深度和參數只會讓它背得更徹底。解決過擬合要的是「讓模型見識更多樣的資料」或「限制模型複雜度」,不是讓它更複雜。

誰會選錯

直覺是「準確率不好就把模型做大一點」的人。在過擬合的情況下,這個直覺是完全錯誤的方向。

C提高訓練速度,使模型更快完成學習

字面在說什麼

調快訓練速度(如加大 batch size 或提高學習率),讓訓練更快完成。

為什麼不對

訓練速度跟過擬合完全無關。過擬合是「資料多樣性不足 + 模型記憶了太多細節」的問題,加快速度不改變這兩個根本原因。甚至,訓練速度加快可能讓模型在更少的迭代中就「背完」訓練資料。

誰會選錯

把「提升效率」當成解決一切問題的萬能藥的人。過擬合問題和訓練速度是不同維度。

D僅保留模型表現較好的訓練資料

字面在說什麼

把模型預測較準的資料留下來,把預測不準的資料刪掉。

為什麼不對

這反而讓過擬合更嚴重。把模型已經學好的資料留下、把難學的刪掉,相當於讓訓練資料更「簡單」更「單一」,模型只學會它本來就擅長的部分,泛化能力更差。正確方向是增加多樣性,不是減少它。

誰會選錯

認為「去掉壞資料讓模型更乾淨」的人。這個邏輯在「去除雜訊」時有道理,但題目說的是「提升對新資料的適應能力」,刪好留壞讓多樣性更低,完全反方向。

變形題

同個考點下次怎麼變形

延伸

想再往下看,這 5 個

答案、題目或解析有問題?回報這題

出處:iPAS 經濟部產業人才能力鑑定 ・ 115 年第一次 iPAS AI 應用規劃師 初級 科目一 人工智慧基礎概論 第 20 題

看官方原文 PDF

原題 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。