iPAS 考題解析下列何者不符合非監督式學習（Unsupervised Learning）的典型特徵？

解析

正確答案：D. 模型主要學習輸入特徵與既定目標標記之間的對應關係

非監督式學習的特點是不使用標籤資料，透過資料本身的結構進行分群或降維等任務。學習輸入特徵與目標標記之間的對應關係是監督式學習的特徵，不屬於非監督式學習。

每個選項為什麼對或錯

• A 模型可依據資料中的特徵相似性進行自動分群 錯誤選項

  自動分群（如 K-means）是非監督式學習的典型應用。

• B 訓練過程中不需仰賴事先定義的標籤資料 錯誤選項

  不需標籤資料是非監督式學習的核心定義特徵。

• C 常用於探索資料的潛在結構或隱含模式 錯誤選項

  探索潛在結構或隱含模式（如 PCA、關聯規則）是非監督式學習的常見用途。

• D 模型主要學習輸入特徵與既定目標標記之間的對應關係 正解

  學習輸入與目標標記的對應關係是監督式學習的定義，不符合非監督式學習（正確答案）。

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。