在機器學習實踐中，「取樣偏差（Sampling Bias）」可能導致什麼問題？
iPAS 考題解析
在機器學習實踐中，「取樣偏差（Sampling Bias）」可能導致什麼問題？
- A. 模型的推論速度變慢
- B. 訓練資料量增加導致過擬合
- C. 訓練資料不能代表真實世界的資料分佈，導致模型在實際部署時表現不佳 ✓ 正確答案
- D. 特徵之間出現多重共線性問題
詳細解析
取樣偏差是指訓練資料的收集方式導致其分佈與真實世界不一致（如只收集某類客群的資料、某時間段的資料等），使模型學到的模式無法泛化到真實環境，造成部署後性能顯著下降。
出題年份：114 難度：★★☆