iPAS 考題解析某金融科技公司分析每日上億筆交易資料，以監控客戶轉帳金額分佈與異常波動。由於資料量極大，為兼顧效率與準確度，團隊決定採用「近似分位數（Approximate Quantile）」方法進行資料摘要統計。下列何者最能正確反映該技術的核心目的？

解析

正確答案：D. 在可容忍誤差範圍內，快速估算分位值以支援即時分析

近似分位數演算法（如GK演算法、T-digest）的核心概念是以可接受的誤差換取計算效率，在大規模或即時資料流中快速提供分位數估計，而無需儲存或排序所有資料。

每個選項為什麼對或錯

• A 確保每個分位值的結果完全精確，即使計算時間較長 錯誤選項

  近似分位數不保證完全精確，精確計算需要排序全部資料，在大規模資料下成本極高。

• B 利用機器學習模型預測分位數位置，以減少統計計算量 錯誤選項

  近似分位數是統計演算法（如Greenwald-Khanna），非機器學習預測方法。

• C 僅能對結構化資料進行批次處理，無法應用於即時資料流 錯誤選項

  近似分位數正是為了支援即時資料流（Streaming）而設計，並非只能批次處理。

• D 在可容忍誤差範圍內，快速估算分位值以支援即時分析 正解

  近似分位數在誤差可容忍的前提下快速估計分位值，是其核心設計目標。

答案、題目或解析有問題？回報這題

題目 © 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。