iPAS 考題解析數據標註品質對模型的影響為何?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 標註品質直接影響模型性能
「垃圾進,垃圾出」:如果標註品質差(錯標、漏標、不一致),模型學到的就是錯誤的規律。標註品質是 ML 專案成敗的關鍵。
每個選項為什麼對或錯
-
A 標註品質直接影響模型性能 正解
正確。機器學習模型是從資料中學習規律的。如果訓練資料的標註有錯誤、不一致或不完整,模型就會學習到錯誤的模式,導致預測性能低下,這就是「垃圾進,垃圾出」的道理。
-
B 品質完美不需要擔心 錯誤選項
錯誤。現實世界中,數據標註很難達到完美無瑕,總會存在一定程度的錯誤或模糊。因此,數據標註品質是持續需要關注和改進的環節。
-
C 資料不會有類別不平衡問題 錯誤選項
錯誤。類別不平衡是數據集常見的問題,尤其在現實應用中。它與標註品質是兩個不同的概念,標註過程本身也可能加劇或產生類別不平衡。
-
D 不需要領域知識就能標註 錯誤選項
錯誤。高品質的數據標註通常需要具備相關領域知識的專家參與,才能準確理解數據的含義並進行正確的標註,避免誤解或錯誤。
答案、題目或解析有問題?回報這題