iPAS 考題解析
某醫院計畫開發住院日數預測模型，以協助病房調度。多數病人的住院日數集中在3-7天，但仍有少數重症患者因治療需求而住院日數明顯偏長。醫院希望採用一種合適的評估方式，既能兼顧大部分病人的預測準確度，也能確保對重症個案的預測維持穩健。下列哪一種方法最符合此需求？
初級 人工智慧基礎概論
難度：進階 ★★★
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
某醫院計畫開發住院日數預測模型，以協助病房調度。多數病人的住院日數集中在3-7天，但仍有少數重症患者因治療需求而住院日數明顯偏長。醫院希望採用一種合適的評估方式，既能兼顧大部分病人的預測準確度，也能確保對重症個案的預測維持穩健。下列哪一種方法最符合此需求？
- A. 在模型檢核時，同時呈現平均絕對誤差（MAE）與重症子群的誤差指標； ✓ 正確答案
- B. 僅針對一般病人樣本進行交叉驗證，以避免重症個案拉高誤差；
- C. 將所有病人的住院日數進行標準化處理，以減少數值範圍差異的影響；
- D. 只採用單一的整體決定係數（R²）作為模型優劣的判斷依據
詳細解析
正確答案：A. 在模型檢核時，同時呈現平均絕對誤差（MAE）與重症子群的誤差指標；
同時呈現平均絕對誤差（Mean Absolute Error, MAE）與重症子群的誤差指標，能兼顧大多數病人和重症個案的預測準確度。
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. 在模型檢核時，同時呈現平均絕對誤差（MAE）與重症子群的誤差指標； （正確）
這種方法能全面評估模型表現，MAE 兼顧整體準確度，而重症子群指標則確保對關鍵少數個案的預測穩健性。
B. 僅針對一般病人樣本進行交叉驗證，以避免重症個案拉高誤差； （不正確）
這樣做會導致模型無法學習重症個案的特徵，對重症患者的預測能力會很差，不符合兼顧重症個案的需求。
C. 將所有病人的住院日數進行標準化處理，以減少數值範圍差異的影響； （不正確）
標準化是數據預處理步驟，雖然有助於模型訓練，但本身無法解決不同群體預測準確度的評估需求。
D. 只採用單一的整體決定係數（R²）作為模型優劣的判斷依據 （不正確）
單一的 R² 只能反映整體模型的解釋能力，無法區分模型在一般病人與重症個案上的預測表現差異。
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。