iPAS 考題解析某商業銀行想建立洗錢行為檢測系統，擁有過去 5 年的交易記錄，其中包含已確認的洗錢案例（標記為「異常」）和正常交易（標記為「正常」）。銀行希望系統能自動識別新交易是否為洗錢行為，請問使用下列哪一種機器學習方法最為適合？

解析

正確答案：A. 監督式學習的分類問題

該場景具有已標記的「異常」和「正常」標籤資料，目標是根據歷史資料預測新交易的類別。這是典型的監督式學習分類問題，使用有標籤的訓練資料來建立分類模型。

每個選項為什麼對或錯

• A 監督式學習的分類問題 正解

  有標籤資料且要預測類別，是典型的監督式學習分類問題（正確答案）。

• B 非監督式學習的分群問題 錯誤選項

  非監督式學習的分群不使用標籤，但此場景已有標記資料，用分群會浪費標籤資訊。

• C 強化式學習 錯誤選項

  強化式學習適用於需要與環境互動並獲取獎勵的場景，不適合此分類任務。

• D 非監督式學習的關聯規則挖掘 錯誤選項

  關聯規則挖掘用於發現項目間的關聯，不適合二元分類預測。

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。