iPAS 考題解析
某保險公司建立 AI 理賠金額預測模型。歷史理賠資料經檢定後呈近似常態分佈，但仍存在少數極端高額案件。資料科學團隊在不破壞整體分佈特性的前提下，規劃進行離群值處理。下列何者最不適當？
初級 人工智慧基礎概論
難度：中等 ★★☆ 115 年考題
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 人工智慧概念
- 能力指標
- AI 的定義與分類（L11101）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「人工智慧概念」範疇， 對應的能力指標為「AI 的定義與分類」，涵蓋AI 定義、弱 AI vs 強 AI vs 超 AI 分類、三大 AI 浪潮等核心知識點。 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
某保險公司建立 AI 理賠金額預測模型。歷史理賠資料經檢定後呈近似常態分佈，但仍存在少數極端高額案件。資料科學團隊在不破壞整體分佈特性的前提下，規劃進行離群值處理。下列何者最不適當？
- A. 依統計準則（如 Z-score 或 IQR）評估後，再決定是否調整或處理極端值
- B. 採用截尾（Trimming）處理極端值，以提升模型穩定性
- C. 使用 One-hot 編碼（One-hot Encoding）將離群值轉換為類別特徵以改善數值穩定性 ✓ 正確答案
- D. 結合領域知識評估其合理性，再決定保留或修正
詳細解析
正確答案：C. 使用 One-hot 編碼（One-hot Encoding）將離群值轉換為類別特徵以改善數值穩定性
One-hot 編碼是用來將類別型特徵轉換為數值的方法，不適用於處理數值型的離群值。將數值離群值轉為類別特徵會破壞原始資料的數值意義，無法正確處理離群值問題。
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. 依統計準則（如 Z-score 或 IQR）評估後，再決定是否調整或處理極端值 （不正確）
使用統計準則如 Z-score 或 IQR 來識別和評估極端值是標準做法。
B. 採用截尾（Trimming）處理極端值，以提升模型穩定性 （不正確）
截尾處理可以移除極端值以提升穩定性，是合理的離群值處理方式。
C. 使用 One-hot 編碼（One-hot Encoding）將離群值轉換為類別特徵以改善數值穩定性 （正確）
One-hot 編碼用於類別特徵轉換，將數值離群值轉為類別特徵不合邏輯（正確答案）。
D. 結合領域知識評估其合理性，再決定保留或修正 （不正確）
結合領域知識判斷離群值的合理性是最佳實務之一。
本題涉及的 AI 術語
深入理解以下術語，有助於掌握本題背後的核心概念，也能幫助你在遇到相似題目時更快判斷正確答案。
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。
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。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 115 年 AI 應用規劃師初級考試。 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。