iPAS 考題解析
下列哪一項應用情境與機器學習類型搭配正確？
初級 人工智慧基礎概論
難度：進階 ★★★
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 機器學習概念
- 能力指標
- 機器學習基本原理（L11301）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「機器學習概念」範疇， 對應的能力指標為「機器學習基本原理」，涵蓋模型訓練與泛化機制等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
下列哪一項應用情境與機器學習類型搭配正確？
- A. 在醫療影像資料中，僅有少部分影像有專家標註診斷，其餘大多數影像未標註，研究者結合已標註與未標註資料來建立模型 — 監督式學習（Supervised Learning）；
- B. 在自駕車模擬環境中，模型透過試駕獲得「是否安全通過路口」的獎勵或懲罰訊號，逐步調整決策策略 — 非監督式學習（Unsupervised Learning）；
- C. 在顧客購買紀錄中，利用已知的「顧客是否流失」標籤，訓練模型以預測新顧客未來是否會流失 — 強化式學習（Reinforcement Learning）；
- D. 在股票市場資料中，輸入歷史股價序列，嘗試將未來可能走勢劃分成若干「上升型、盤整型、下降型」群組，無需使用任何標籤 — 非監督式學習（Unsupervised Learning） ✓ 正確答案
詳細解析
正確答案：D. 在股票市場資料中，輸入歷史股價序列，嘗試將未來可能走勢劃分成若干「上升型、盤整型、下降型」群組，無需使用任何標籤 — 非監督式學習（Unsupervised Learning）
將股價走勢無標籤分群（Clustering）屬於非監督式學習（Unsupervised Learning）。A 是半監督學習（Semi-supervised Learning）、B 是強化學習（Reinforcement Learning）、C 是監督式學習（Supervised Learning）。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 在醫療影像資料中，僅有少部分影像有專家標註診斷，其餘大多數影像未標註，研究者結合已標註與未標註資料來建立模型 — 監督式學習（Supervised Learning）； （不正確）
少部分有標註、多數未標註的學習是半監督式學習（Supervised Learning），不是純監督式學習
B. 在自駕車模擬環境中，模型透過試駕獲得「是否安全通過路口」的獎勵或懲罰訊號，逐步調整決策策略 — 非監督式學習（Unsupervised Learning）； （不正確）
根據獎勵/懲罰調整策略是強化學習（Reinforcement Learning, RL），不是非監督式學習（Supervised Learning）
C. 在顧客購買紀錄中，利用已知的「顧客是否流失」標籤，訓練模型以預測新顧客未來是否會流失 — 強化式學習（Reinforcement Learning）； （不正確）
用已知標籤訓練預測模型是監督式學習（Supervised Learning），不是強化學習（Reinforcement Learning, RL）
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度，涉及技術原理的深入理解或跨領域整合應用，需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷，建議建立知識圖譜，把相關概念串聯起來。
- ▶ 如果這題答錯了，建議回頭複習相關的基礎概念，確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高，建議先把初級範圍的基礎打穩，再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。