有關機器學習的種類，下列敘述何者正確？
A半監督式學習：所有受測資料都有標註的情況下，進行猜測與佐證各50%進行學習
B強化式學習：訓練過程中模型會加入正負反饋機制幫助提升預測精準度正確答案
C非監督式學習：機器學習模型必須依照受測內容中所標註之特徵進行自我學習
D監督式學習：機器學習模型在無標註下自行學習受測內容並預測結果是否正確
答案與詳解
B
正確答案
機器學習四大類核心差異在於「資料是否有標註」及「有無反饋機制」，掌握定義即可秒殺選項。
為什麼答案是 B
強化式學習透過與環境互動，利用獎勵（正反饋）與懲罰（負反饋）機制來不斷最佳化決策與預測精準度。
考點：半監督式學習考點：強化式學習考點：非監督式學習考點：監督式學習
載入中…
完整詳解
Pro · 無限重點 機器學習四大類核心差異在於「資料是否有標註」及「有無反饋機制」，掌握定義即可秒殺選項。
秒殺技巧
監督=有標註；非監督=無標註找規律；半監督=少量標註+大量無標註；強化=靠獎懲反饋互動學習。逐選項分析
A半監督式學習✕ 陷阱
半監督式學習是結合「少量有標註」與「大量無標註」資料，並非所有資料皆有標註，也無50%猜測佐證之說。
B強化式學習✓ 正確
強化式學習透過與環境互動，利用獎勵（正反饋）與懲罰（負反饋）機制來不斷最佳化決策與預測精準度。
C非監督式學習✕ 陷阱
非監督式學習處理的是「無標註」資料，由模型自行尋找隱藏結構或分群，而非依賴已標註之特徵進行學習。
D監督式學習✕ 陷阱
監督式學習必須依賴「有標註（含正確答案）」的資料集進行訓練，才能學習輸入與輸出的對應，而非無標註。
機器學習四大種類對照表
| 學習種類 | 資料標註狀態 | 核心機制與特徵 | 常見應用範例 |
|---|---|---|---|
| 監督式學習 | 全部有標註 | 學習輸入與正確輸出的對應關係 | 垃圾郵件分類、房價預測 |
| 非監督式學習 | 完全無標註 | 自行尋找資料隱藏結構與分群 | 客群分群、異常偵測 |
| 半監督式學習 | 少量標註+大量無標註 | 利用少量標註引導大量無標註資料 | 醫學影像分析(標註成本高) |
| 強化式學習 | 無預設標註(靠互動) | 透過環境互動的獎勵與懲罰反饋學習 | AlphaGo、自動駕駛、機器人 |
陷阱提醒
出題者刻意將四種機器學習的定義「張冠李戴」。把監督式的「有標註」丟給半監督，把非監督的「無標註」丟給監督式，測試考生對名詞定義的精準度，切勿被長篇敘述混淆。