📖 遊戲說明

🎯 遊戲目標

你扮演 AI 模型評估專家，面對各種 AI 模型與任務場景，從候選的評估指標中選出最適合的那一個。在 20 題內盡可能拿高分，HP 歸零則 Game Over。

⚙️ 基本規則

  • 每題限時 60 秒，超時視為答錯
  • 答錯或超時扣 15 HP，起始 HP 為 100
  • HP 歸零 → Game Over，不會再繼續出題
  • 共 20 題，每題從 5 個指標中選 1 個正解

⭐ 計分方式

難度基礎分
⬜ 入門 Easy100 分
🟡 進階 Medium150 分
🔴 困難 Hard200 分
💀 BOSS300 分
  • 速度加分：剩餘秒數 × 5 分
  • 🔥 Combo 加分：連對 3 題以上，連擊數 × 20 分

📊 評估指標分類

類別常見指標
分類指標Accuracy, Precision, Recall, F1-Score, AUC-ROC
回歸指標MSE, RMSE, MAE, R², MAPE
分群指標Silhouette Score, Inertia (SSE)
排序/推薦指標MAP, NDCG, MRR
生成/NLP指標BLEU, ROUGE, Perplexity, FID, IS
物件偵測指標mAP, IoU

🤖 強化學習引擎

遊戲底層運行 ε-greedy 策略的 RL Agent：

  • 探索 (Explore)：隨機抽題，讓你接觸不同領域
  • 利用 (Exploit)：根據你的弱項分類，針對性出題
  • 隨著遊戲進行，ε 逐漸衰減 → 越到後面越針對你的弱點

⏳ The World ザ・ワールド 砸瓦魯多！

  • 整場遊戲共 3 次使用機會
  • 每次啟動可暫停計時器 60 秒，讓你冷靜思考
  • 暫停期間仍可選擇答案，選完自動恢復

💡 小提示

  • 關鍵詞對應：「不平衡資料」→ F1/AUC、「連續預測」→ MSE/RMSE、「排序」→ NDCG/MAP
  • 「少數類別重要」→ Recall、「誤報成本高」→ Precision
  • 指標卡片上的 Tags 是重要線索！

📝 iPAS 考點提醒

這個遊戲練的是「任務／模型 → 評估指標」的配對直覺，對應 iPAS 初級科目二與中級科目三、四的評估題。常見考法：給情境問該用哪個指標——分類看 Accuracy／Precision／Recall／F1／ROC-AUC，迴歸看 MAE／MSE／RMSE／R²，偵測看 IoU／mAP，分群看輪廓係數，文字生成看 BLEU／ROUGE，影像生成看 FID。易混點：不平衡資料不能只看 Accuracy；漏報代價高（癌症篩檢）重 Recall，誤報代價高（垃圾郵件）重 Precision；RMSE 比 MAE 更懲罰大誤差。情境題長相：「醫院的腫瘤偵測模型最在意的指標是？」答 Recall。

想練情境題與詳解 → AI 學習與考證地圖

❓ 常見問題

分類任務最常考哪些指標？

Accuracy、Precision、Recall、F1、ROC-AUC。考題多問「資料不平衡時 Accuracy 為何失真」與「Precision／Recall 的取捨」，F1 是兩者的調和平均。

什麼情境要重視 Recall、什麼情境重視 Precision？

漏掉會出大事（疾病篩檢、詐欺偵測）重 Recall；誤判成本高（垃圾郵件過濾、誤推薦）重 Precision。先問自己「漏報貴還是誤報貴」。

迴歸任務要怎麼選 MAE、MSE、RMSE、R²？

MAE 直觀、對離群值不敏感；MSE／RMSE 平方後重罰大誤差，RMSE 單位與原值相同；R² 看模型解釋了多少變異，越接近 1 越好。

物件偵測與影像分割用什麼指標？

偵測用 IoU（預測框與真實框的重疊比例）與 mAP（各類別 AP 的平均）；分割用 IoU／Dice；即時系統還會看 FPS。

生成式 AI 的輸出要怎麼評估？

文字生成看 BLEU、ROUGE、Perplexity；影像生成看 FID、IS、CLIP Score；語音辨識看 WER／CER。主觀品質常再加人工評分或 LLM-as-Judge。

分群沒有標籤，怎麼評估？

用內部指標：輪廓係數（越接近 1 越好）、SSE 與手肘法、DBCV；若事後取得真實標籤，可用 ARI、NMI 等外部指標。

🧭 相關主題

AI 評估指標總覽混淆矩陣與評估指標F1 互動實驗室ROC 曲線與 AUC迴歸指標IoU 與 mAP場景 × 模型配對挑戰
← 返回 AI 學習與考證地圖