2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 1準確率 (Accuracy)2赤池資訊量準則 (Akaike Information Criterion)3資料飄移 (Data Distribution Shift) 4深度學習 (Deep Learning)5數位涵容 (Digital Inclusion)6 F1分數 (F1 Score)7 生成式AI (Generative AI)8幻覺 (Hallucination)9超參數 (Hyperparameter)
1準確率 (Accuracy)
在 評估 機器學習表現 的 混淆矩陣 中,真陽性 與 真陰性 佔全體樣本的比
例。舉例來說,在一個 以辨識出狗照片 為目標 的機器學習模型中,如
果模型 正確的辨識 出 10張狗的照片,以及10張不是狗的照片,而資
料集中共有40張照片,則準確率是50%。
2赤池資訊量準則 (Akaike Information Criterion)
透過 考慮模型 對數據 的 擬合程度 和 參數數量 來選擇最佳模型。
AIC可協助找出 參數數量 和 擬合數據 間的 平衡。
3資料飄移 (Data Distribution Shift)
為 監督式學習 的一種 現象,當資料 隨著 時間 變動時,模型效能隨之下降。
4深度學習 (Deep Learning)
深度學習 是讓電腦 模仿人腦學習,使用 多層「神經元」來處理資料。
透過深度學習,電腦能
1.識別圖片、文字和聲音中的複雜模式,並
2.自動完成 像 描述影像 或 語音轉文字
等任務。
5數位涵容 (Digital Inclusion)
運用科技 縮減 數位落差,確保 有障礙人士 及 弱勢族群 能享有與 一般民眾 相同品質 的政府服務。
6 F1分數 (F1 Score)
在 評估 機器學習表現 的 混淆矩陣 中,精確率 和 召回率 的 調和平均數,
可看為綜合指標。
7 生成式AI (Generative AI)
生成式AI 是 深度學習模型 的 一種 應用,可 根據 訓練 的 資料 產生
文字、圖像、音訊和程式碼等內容。
8幻覺 (Hallucination)
在AI領域,幻覺 指的是 生成式AI模型 產生 看似真實,但其實不正確
或誤導性的結果。
導致錯誤的原因很多,包括
1.訓練資料不足、
2.模型存在錯誤的假設或
3.用於訓練模型的資料有偏差
等。
9超參數 (Hyperparameter)
超參數(Hyperparameter) 為 訓練模型時 用來 控制 訓練過程的 變數。
哪些是 有效的 超參數 以及 超參數的 最佳值,
可以 手動 或 透過 超參數演算法 自動調校。