iPAS 考題解析關於監督式學習（Supervised Learning）與非監督式學習（Unsupervised Learning）的目標，下列敘述何者錯誤？ 1. 非監督式學習的核心在於發掘資料內在結構，例如分群、關聯規則與降維，而不依賴外部標籤。 2. 監督式學習的典型應用為分類與迴歸，通常不適合應用於異常偵測任務。 3. 非監督式學習若搭配少量標註資料，即會完全轉化為監督式學習。 4. 監督式學習仰賴已標註的資料集，透過最小化輸出與真實標籤之間的差距，學習輸入與目標之間的對應函數。 5. 所有監督式學習任務都必須要有大量完整標註資料，否則無法進行任何有效的模型訓練。 6. 非監督式學習不需要目標變數，僅透過輸入資料本身的特徵分布進行模式學習。

解析

正確答案：D. 2、3、5

敘述 2 錯誤：監督式學習可以應用於異常偵測（如使用已標記的異常資料訓練分類器）。敘述 3 錯誤：搭配少量標註資料是半監督式學習，不會完全轉化為監督式學習。敘述 5 錯誤：監督式學習不一定需要大量資料，少量標註資料也能進行訓練（如 Few-shot Learning）。

每個選項為什麼對或錯

• A 3、5、6； 錯誤選項

  敘述 6 是正確的（非監督式學習確實不需要目標變數），此組合包含正確敘述。

• B 1、4、6； 錯誤選項

  敘述 1 和 4 都是正確的描述，此組合不正確。

• C 2、4、6； 錯誤選項

  敘述 4 和 6 都是正確的描述，此組合不正確。

• D 2、3、5 正解

  敘述 2（監督式學習也可用於異常偵測）、3（少量標註不會完全轉為監督式）、5（不一定需要大量資料）都是錯誤的。

答案、題目或解析有問題？回報這題

題目 © 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。