iPAS 考題解析
在金融科技公司的信貸決策系統中,導入反事實解釋(Counterfactual Explanation)時,實際部署往往伴隨技術與監管挑戰。下列哪一項最符合該情境下的核心挑戰?
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 人工智慧概念
- 能力指標
- AI 的定義與分類(L11101)
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「人工智慧概念」範疇, 對應的能力指標為「AI 的定義與分類」,涵蓋AI 定義、弱 AI vs 強 AI vs 超 AI 分類、三大 AI 浪潮等核心知識點。 考生在準備這個範疇時,需要掌握相關的理論基礎與實務應用。
題目與選項
在金融科技公司的信貸決策系統中,導入反事實解釋(Counterfactual Explanation)時,實際部署往往伴隨技術與監管挑戰。下列哪一項最符合該情境下的核心挑戰?
- A. 需要建立完整的客戶行為預測模型來估算建議改變的實施成本,並整合到現有的風險管理系統架構中;
- B. 必須使用聯邦學習技術保護客戶隱私,同時在分散式環境中計算跨機構的反事實解釋結果;
- C. 需要建構時間序列因果圖來處理客戶信用狀況的動態變化,並預測未來可能的信用評分軌跡;
- D. 生成的反事實樣本必須滿足特徵間的因果約束和業務邏輯約束,同時確保建議的改變在現實中具有可操作性且符合公平放貸法規 ✓ 正確答案
詳細解析
正確答案:D. 生成的反事實樣本必須滿足特徵間的因果約束和業務邏輯約束,同時確保建議的改變在現實中具有可操作性且符合公平放貸法規
反事實解釋(Counterfactual Explanation)在信貸系統的核心挑戰是生成的建議必須滿足因果約束(Causal Constraints)、業務邏輯,且在現實中可行且合規。
各選項逐一解析
理解每個選項為什麼對或錯,是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 需要建立完整的客戶行為預測模型來估算建議改變的實施成本,並整合到現有的風險管理系統架構中; (不正確)
建立行為預測模型估算成本是一般性需求,不是反事實解釋的核心挑戰
B. 必須使用聯邦學習技術保護客戶隱私,同時在分散式環境中計算跨機構的反事實解釋結果; (不正確)
聯邦學習(Federated Learning)是資料隱私技術,不是反事實解釋的核心議題
C. 需要建構時間序列因果圖來處理客戶信用狀況的動態變化,並預測未來可能的信用評分軌跡; (不正確)
時間序列因果圖是時序分析工具,不是反事實解釋的核心挑戰
延伸學習
本題尚未連結特定術語,你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度,涉及技術原理的深入理解或跨領域整合應用,需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷,建議建立知識圖譜,把相關概念串聯起來。
- ▶ 如果這題答錯了,建議回頭複習相關的基礎概念,確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高,建議先把初級範圍的基礎打穩,再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇,建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度, 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目, 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目, 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍,適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 想通過 iPAS 認證?從完整題庫練習開始,搭配術語詞典與備考攻略,系統化提升你的 AI 知識。