某物流公司正在規劃導入 AI 系統以優化多項業務流程，包含異常包裹偵測、路線自動規劃與倉儲揀貨效率提升。技術團隊在評估過程中，針對不同任務的資料特性與學習目標，討論應採用哪種機器學習方式。請問下列對於各學習方式的敘述，何者有誤？
答案 （D） ※本題要選的是敘述有誤／不符合的那一個
核心概念
非監督式學習確實能做異常偵測——它可以找出「與多數資料明顯偏離」的樣本。但它能做的僅止於此：它不知道這個異常屬於哪一種類型，因為它從頭到尾就沒有看過任何類別標籤。要能判定「這是屬於某個特定異常類別」，必須有標註資料告訴模型各類異常長什麼樣，那就是監督式學習的範疇了。
本題詳解提到同卷第 38 題。
答題技巧
快速判斷技巧：圈「有誤」。這種題型常見的手法是「前半句對、後半句超譯」，所以每個選項都要讀完整句。看到非監督式學習搭配「準確判斷類別」這種說法，直接標記為錯——沒有標籤就沒有類別。
易錯陷阱：(D) 的前半段完全正確（非監督式確實常用於異常偵測，本卷第 38 題就是），讓人容易放行。判準在於區分兩件事：偵測「異不異常」（可以）vs 判斷「屬於哪一類異常」（不行）。