在機器學習中，「標籤偏差（Label Bias）」主要指的是什麼問題？
iPAS 考題解析
在機器學習中，「標籤偏差（Label Bias）」主要指的是什麼問題？
- A. 訓練資料中某類別樣本數量遠多於其他類別的不平衡問題
- B. 訓練資料的標籤標注受標注者主觀偏見或系統性錯誤影響，導致模型學到偏差的模式 ✓ 正確答案
- C. 模型對特定特徵過度敏感導致的過擬合問題
- D. 模型在訓練集和測試集上性能差異過大的問題
詳細解析
標籤偏差是指訓練資料的標籤標注過程中存在系統性偏差，如人工標注者的主觀偏見、歷史歧視性決策的延續等，導致模型學到並放大這些偏差，在實際應用中產生不公平或不準確的結果。
出題年份：114 難度：★★☆