iPAS 考題解析某企業將機器學習模型部署於線上推薦系統。模型在測試階段表現良好，但上線數月後，點擊率與預測準確度逐漸下降。經分析發現，近期使用者行為模式與模型訓練期間的資料特徵出現顯著變化。此現象最可能屬於下列何者？

解析

正確答案：C. 資料統計特徵隨時間改變，影響模型推論效果

使用者行為模式隨時間改變，導致訓練資料的統計特徵不再反映當前情況，這是典型的資料漂移（Data Drift）現象，會影響模型推論效果。

每個選項為什麼對或錯

• A 模型過度擬合訓練資料，無法泛化至未知樣本 錯誤選項

  過度擬合會在測試階段就表現不佳，而非上線後逐漸下降。

• B 特徵工程設計不佳，導致輸入資訊不足 錯誤選項

  特徵工程問題在測試階段就會顯現，不符合「上線後逐漸下降」的描述。

• C 資料統計特徵隨時間改變，影響模型推論效果 正解

  資料特徵隨時間改變（Data Drift）是模型上線後效能逐漸下降的典型原因。

• D 系統資料結構調整，造成特徵欄位錯置 錯誤選項

  特徵欄位錯置會導致突然的效能斷崖，而非逐漸下降。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。