在機器學習模型的實務應用中，常會出現數據漂移（Data Drift）的情況。此現象主要是指下列哪一種情況？
iPAS 考題解析
在機器學習模型的實務應用中，常會出現數據漂移（Data Drift）的情況。此現象主要是指下列哪一種情況？
- A. 訓練時使用的資料分佈，與部署後實際輸入資料的統計特徵隨時間逐漸出現差異，導致模型表現衰退 ✓ 正確答案
- B. 在資料前處理過程中，因特徵刪減或缺失補值不當，造成樣本資訊量下降
- C. 模型對訓練數據擬合過度，在未知數據上泛化能力不足
- D. 後端資料庫因欄位定義或結構調整，導致特徵提取流程與原始設計不一致
詳細解析
數據漂移指的是模型部署後，實際輸入資料的統計分佈隨時間逐漸偏離訓練時的資料分佈，導致模型在新資料上的預測表現下降。這是機器學習系統在長期運作中最常見的效能退化原因。
出題年份：114 難度：★★☆