iPAS 備考專區 登入

iPAS AI 應用規劃師 初級 科目一 人工智慧基礎概論・115 年第一次・L11・第 39 題

四種學習方式對應哪種情境?

原題

某企業評估於不同業務場景導入機器學習技術。下列哪一項應用情境與機器學習類型的搭配最為適當?

白話

一家企業在不同業務場景評估導入機器學習,想為每個情境挑選對應的機器學習類型。

問你:下面哪一個「應用情境 + 機器學習類型」的搭配是正確的?

一句話總結

股價歷史資料沒有人工標籤、自動找出趨勢型態的做法,對應的是非監督式學習(Unsupervised Learning),這是四個選項中唯一搭配完全正確的。

情境

先感受問題:四種學習方式,各自需要什麼「輸入」

機器學習依照「有沒有人工標記的答案」分成幾大類。想像一個學生的四種學習方式:

  • 監督式(Supervised):老師給題目,每道題都有標準答案。學生學答案和題目的對應關係。對應 AI:有標記資料(每筆資料有正確答案)
  • 非監督式(Unsupervised):老師給一堆題目,但沒有答案。學生自己找規律、歸類相似的題。對應 AI:沒有標記資料,模型自己找結構
  • 強化式(Reinforcement):學生不斷嘗試,答對得分、答錯扣分,靠分數學習策略。對應 AI:透過環境回饋(獎勵/懲罰)調整策略
  • 半監督式(Semi-supervised):老師只給少部分答案,大部分題目沒答案。學生混用兩種方式學。對應 AI:少量標記資料 + 大量未標記資料

舊方法

逐一分析哪個選項搭配有誤

依序拆解四個選項,找出錯誤的搭配:

  1. 選項 A:「少量標記 + 大量未標記」→ 配的是「監督式」。錯!這明明是「半監督式學習」的定義。監督式學習需要全部資料都有標記,不能混入未標記資料
  2. 選項 B:「顧客點擊歷史標籤」→ 配的是「非監督式」。錯!有「歷史標籤(點擊是/否)」就有標記答案,是典型的監督式學習,不是非監督式
  3. 選項 C:「透過錯誤判斷的損失作為回饋」→ 配的是「監督式」。有疑慮,「損失函數回饋」在監督式和強化式都有,但題目說「錯誤判斷的損失作回饋訊號、持續調整策略」,這更接近強化式。不過「損失 back-propagation」在監督式也存在,這個選項有些模糊
  4. 選項 D:「歷史價格資料、找趨勢型態、沒有人工標註」→ 配的是「非監督式」。正確!完全符合非監督式學習的定義:沒有人工標記,讓模型自己在資料中找出群集或模式
  5. 「有回饋就是監督式」的慣性思考:選項 C 的「損失作為回饋」讓人直覺對應到監督式學習,但忽略了強化式學習也有回饋訊號,差別在於是靜態資料集的損失還是與環境互動的獎懲。這種慣性讓人容易把 C 誤判為正確,同時漏掉 D 才是搭配最精確的答案

選項 D 是唯一搭配完全正確的。

新方法

股價趨勢分型,為何是非監督式學習的標準案例

假設量化交易公司「晶榕投顧」要分析台積電過去 10 年的每日股價變動,找出反覆出現的價格型態(例如雙底型、頭肩頂、旗型),以預測未來走勢。

他們沒有人去標記「這段走勢是雙底型」「那段是頭肩頂」,而是讓 AI 模型自己在 2,500 個交易日的資料中尋找「相似的波動模式群組」。

AI 把相似的波動模式歸成一組,一組就是一種「型態」。沒有任何人事先定義這些型態,完全是資料本身的結構浮現出來的。

這正是非監督式學習的核心:沒有標記答案,讓模型自己找資料中的結構和群集。

這就是選項 D 講的:股價資料分析,將歷史價格變動模式劃分為若干趨勢型態,且未使用人工標註:非監督式學習。

錯選項

為什麼其他選項是錯的

A少量標記 + 大量未標記 → 監督式學習(錯誤搭配)

字面在說什麼

描述的情境是「少量標記影像 + 大量未標記影像」一起訓練,搭配的是「監督式學習」。

為什麼不對

「少量標記 + 大量未標記」是半監督式學習(Semi-supervised Learning)的定義。監督式學習要求所有訓練資料都有標記,不能混入未標記資料。搭配了錯誤的學習類型。

誰會選錯

以為「有標記資料就算監督式,不管有沒有混未標記」的人。關鍵是監督式需要「全部有標記」,半監督式才是「混用兩種資料」。

B顧客點擊歷史標籤 → 非監督式學習(錯誤搭配)

字面在說什麼

用顧客「是否點擊」的歷史記錄預測未來偏好,搭配「非監督式學習」。

為什麼不對

「是否點擊」是明確的標記(1=點擊,0=未點擊),這是監督式學習的典型二元分類問題。非監督式學習的定義是「沒有標記」,有了「點擊標籤」就變成監督式了。搭配了錯誤的學習類型。

誰會選錯

把「推薦系統」想成「不知道使用者喜歡什麼,所以是非監督式」的人,忽略了「點擊歷史」本身就是隱含標記(Implicit Label)。

C透過損失作為回饋持續調整策略 → 監督式學習(搭配不精確)

字面在說什麼

模型透過錯誤判斷的損失當回饋,持續調整策略,搭配「監督式學習」。

為什麼不對

「透過回饋訊號持續調整策略」的描述更接近強化式學習(Reinforcement Learning)的語境。雖然監督式也有「損失函數」,但「調整策略」和「持續從環境回饋學習」是強化式的核心特徵。這個搭配不精確,在四個選項中是較明顯有問題的一個。

誰會選錯

把「有損失回饋 = 監督式」當成唯一判斷標準的人。強化式也有回饋,區別在於是「靜態資料集的損失」還是「與環境互動後的獎懲訊號」。

變形題

同個考點下次怎麼變形

延伸

想再往下看,這 5 個

答案、題目或解析有問題?回報這題

出處:iPAS 經濟部產業人才能力鑑定 ・ 115 年第一次 iPAS AI 應用規劃師 初級 科目一 人工智慧基礎概論 第 39 題

看官方原文 PDF

原題 © 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。