iPAS 考題解析
銀行的詐欺偵測模型上線半年後，開始收到大量新型支付通路的交易。即使尚未取得所有交易的最終詐欺標記，團隊仍想及早發現模型是否面臨資料漂移。下列做法最合適？
中級 人工智慧技術應用與規劃
難度：進階 ★★★★
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- AI 技術應用與規劃
- 知識主題
- AI 技術應用與系統部署
- 能力指標
- AI 技術系統集成與部署（L21302）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「AI 技術應用與規劃」科目中的「AI 技術應用與系統部署」範疇， 對應的能力指標為「AI 技術系統集成與部署」，涵蓋AI 系統架構設計、模型部署技術、效能監控和更新管理、雲端環境建置等核心知識點。 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
銀行的詐欺偵測模型上線半年後，開始收到大量新型支付通路的交易。即使尚未取得所有交易的最終詐欺標記，團隊仍想及早發現模型是否面臨資料漂移。下列做法最合適？
- A. 只觀察模型每天回傳多少筆結果，不比較輸入資料
- B. 持續比較新交易特徵分布與訓練資料分布，超過門檻就告警並安排效能複核 ✓ 正確答案
- C. 立刻將模型改成更深的神經網路，不需要觀察資料
- D. 把新支付通路的所有交易都當作詐欺案件
詳細解析
正確答案：B. 持續比較新交易特徵分布與訓練資料分布，超過門檻就告警並安排效能複核
輸入或特徵資料漂移指的是正式環境的輸入分布與訓練或基準資料不同。尚未有完整標記時，仍可先監控交易金額、通路、裝置等特徵分布；發現偏移後再用後續標記資料複核模型表現。直接換模型或把新通路視為詐欺都沒有證據基礎。
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. 只觀察模型每天回傳多少筆結果，不比較輸入資料 （不正確）
結果筆數不能反映輸入特徵是否已改變。
B. 持續比較新交易特徵分布與訓練資料分布，超過門檻就告警並安排效能複核 （正確）
監控特徵分布能在標記尚未完整前先發現資料漂移。
C. 立刻將模型改成更深的神經網路，不需要觀察資料 （不正確）
模型深度不是判斷或處理資料漂移的第一步。
D. 把新支付通路的所有交易都當作詐欺案件 （不正確）
新通路不等於詐欺，這會造成大量誤判。
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。
公司把客服摘要模型包成容器服務。週一上午流量突然增加三倍，團隊希望在不手動登入每台機器的情況下，透過 Kubernetes、Horizontal Pod Autoscaler（HPA）與已設定的監控指標自動增加或減少服務副本。這套機制最適合負責哪一件事？
中級 人工智慧技術應用與規劃 難度 ★★★
同時包含連續型和類別型特徵時，最佳的特徵工程方法為何？
中級 人工智慧技術應用與規劃 難度 ★★★
某電商平台開發的顧客流失預測模型在上線數月後，預測準確率明顯下降。專案團隊懷疑顧客行為模式改變，導致模型輸入特徵的分佈與原始訓練資料不同，出現典型的資料漂移（Data Drift）問題。為了偵測並確認資料分佈是否發生變化，下列哪一種作法最合適？
中級 人工智慧技術應用與規劃 難度 ★★☆ 114 年
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 iPAS 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。