54. 在AI 模型解釋中,「局部說明」的作用是什麼?
(A) 提供單一預測的解釋
(B) 分析AI整體運作方式
(C) 研究數據分佈
(D) 決定AI訓練數據集

在 AI 模型解釋中，「局部說明」的作用是：

(A) 提供單一預測的解釋

理由：

• 局部說明（Local Explanation）專注於解釋模型對特定輸入的預測結果，幫助理解該預測背後的原因。
• 分析 AI 整體運作方式（選項 B）通常涉及全局解釋，而非局部。
• 研究數據分佈（選項 C）與解釋預測無關。
• 決定 AI 訓練數據集（選項 D）是訓練過程的一部分，不涉及模型解釋。

因此，正確答案是 (A) 提供單一預測的解釋。

在 AI 模型的可解釋性中，常分為 全域說明（Global Explanation） 和 局部說明（Local Explanation）。

局部說明（Local Explanation） 的重點是：
? 解釋 某一筆資料或某一次預測結果 為什麼會得到這個結果。

例如：

• 為什麼這個人被判定為信用風險高

• 為什麼這張圖片被辨識為貓

• 為什麼這筆交易被判定為詐欺

局部說明會指出：
哪些特徵（例如年齡、收入、交易金額等）對這一次預測影響最大。

其他選項為什麼不對：

• (B) 分析 AI 整體運作方式 → 這屬於 全域說明（Global Explanation）

• (C) 研究數據分佈 → 這是 資料分析，不是模型解釋

• (D) 決定 AI 訓練數據集 → 這是 資料準備或模型訓練階段