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。
答案 （D） ※本題要選的是敘述有誤／不符合的那一個
核心概念
這題要逐句判斷真偽，關鍵在於認清三個常見誤解——監督式學習可以做異常偵測、少量標籤搭配大量未標籤叫半監督式（不是變成監督式）、以及標註資料不是非得「大量且完整」才能訓練。
詳解
核心概念：這題要逐句判斷真偽，關鍵在於認清三個常見誤解——監督式學習可以做異常偵測、少量標籤搭配大量未標籤叫半監督式（不是變成監督式）、以及標註資料不是非得「大量且完整」才能訓練。
正確：(D) 錯誤的敘述是第 2、3、5 句。
・第 2 句錯：監督式學習非常適合做異常偵測，只要有標好的異常樣本就能當成分類問題處理（例如詐欺偵測），說它「不適合」是錯的。
・第 3 句錯：少量標註資料搭配大量未標註資料，形成的是半監督式學習（Semi-supervised Learning），不會「完全轉化為監督式學習」。
・第 5 句錯：「所有」「必須」「否則無法進行任何有效訓練」都太絕對。小樣本學習、遷移學習、資料增強都能在標註有限時做出有效模型。
錯誤（即這些敘述本身是對的，不該被選）：
第 1 句正確：非監督式學習就是在無標籤的情況下發掘結構，分群、關聯規則、降維都是其代表任務。
第 4 句正確：這是監督式學習的標準定義——用標籤計算損失並最小化，學出輸入到目標的對應函數。
第 6 句正確：非監督式學習沒有目標變數，只靠輸入資料本身的特徵分布學習模式。
答題技巧
快速判斷技巧：這種「複選句子」題不要每句都糾結，先找最容易確定的一句，再用選項刪去法。例如第 4 句是教科書定義，一定正確，所以含 4 的 (B)(C) 立刻出局；剩下 (A)(D) 只差在 6 與 2，第 6 句同樣是標準定義（正確），含 6 的 (A) 也出局，答案就是 (D)。
易錯陷阱：第 5 句用了「所有」「必須」「否則無法進行任何」三重絕對用語，這種句子在證照考試中幾乎必錯，看到就先標記為錯誤敘述。第 3 句的半監督式概念則是本卷重複出現的考點（第 13 題也考），要牢記。