iPAS AI 應用規劃師

iPAS 考題解析

下列哪一種情境最適合應用異常偵測(Anomaly Detection)技術?

中級 大數據處理分析與應用 難度:中等 ★★☆ 114 年考題

考試範圍定位

考試等級
中級能力鑑定
考試科目
大數據處理分析與應用
知識主題
機率統計基礎
能力指標
敘述性統計與資料摘要技術(L22101)

本題屬於 iPAS AI 應用規劃師中級能力鑑定「大數據處理分析與應用」科目中的「機率統計基礎」範疇, 對應的能力指標為「敘述性統計與資料摘要技術」,涵蓋數據的集中趨勢、離散程度與分佈型態、數據清理與剖析等核心知識點。 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

下列哪一種情境最適合應用異常偵測(Anomaly Detection)技術?

  • A. 根據歷史銷售資料預測特定商品在旺季期間是否會出現供貨短缺,以提前調整庫存策略
  • B. 透過信用風險模型預測顧客是否可能發生違約,以輔助核貸決策
  • C. 即時分析金融交易資料流,偵測與平常交易行為明顯不同的可疑交易紀錄 ✓ 正確答案
  • D. 監控線上服務平台的使用者登入次數,預測次日的登入量變化趨勢

詳細解析

正確答案:C. 即時分析金融交易資料流,偵測與平常交易行為明顯不同的可疑交易紀錄

異常偵測的核心目的是在資料流中找出與正常模式顯著偏離的事件。即時偵測可疑金融交易最符合此定義,因為需要在大量正常交易中識別異常行為。其他選項屬於預測或分類任務。

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. 根據歷史銷售資料預測特定商品在旺季期間是否會出現供貨短缺,以提前調整庫存策略 (不正確)

供貨短缺預測屬於時間序列預測或分類問題,不是異常偵測。

B. 透過信用風險模型預測顧客是否可能發生違約,以輔助核貸決策 (不正確)

違約預測是二元分類問題(有標籤的監督式學習),與異常偵測不同。

C. 即時分析金融交易資料流,偵測與平常交易行為明顯不同的可疑交易紀錄 (正確)

即時偵測與平常行為明顯不同的交易,是異常偵測的典型應用場景。

D. 監控線上服務平台的使用者登入次數,預測次日的登入量變化趨勢 (不正確)

預測登入量屬於時間序列預測,不是異常偵測。

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。

中等題備考建議

  • 本題屬於中等難度,需要理解概念之間的關聯與應用情境,不能只靠死背定義。
  • 中等難度的題目常考「為什麼」和「怎麼用」,建議整理各技術的優缺點比較表。
  • 練習時注意錯誤選項的陷阱設計,很多時候錯誤選項只有一兩個字的差異,需要仔細辨別。
  • 建議用「費曼學習法」,嘗試向別人解釋這道題的解題思路,能講清楚就代表真正理解了。

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。 本題來自中級考試範圍,需要具備紮實的技術基礎才能正確作答。

開始準備 iPAS 考試

本題來自 114 年 AI 應用規劃師中級考試。 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。