iPAS AI 應用規劃師初級 115 年第二次 科一 第 26 題 詳解

115 年第二次 科一 人工智慧基礎概論

某大型連鎖超市建置生鮮商品損耗預測模型，以減少報廢損失。資料庫中共有120萬筆銷售紀錄，但僅有約8萬筆資料標記為「正常銷售」或「損耗發生」，其餘資料均未標註。在標註資源有限的情況下，團隊希望提升模型預測表現。請問下列哪一種機器學習方式最適合此情境？

1. A監督式學習（Supervised Learning），以8萬筆已標註資料訓練分類模型，捨棄其餘112萬筆無標註資料

   丟掉112萬筆無標註資料，浪費可用資訊。

2. B半監督式學習（Semi-supervised Learning），同時利用少量已標註資料學習分類邊界，並從大量無標註資料中學習資料整體分布特性（正確答案）

   少量標註定邊界、大量未標註學分布，正解。

3. C非監督式學習（Unsupervised Learning），對全部120萬筆資料進行自動分群，再由專家事後人工確認各群所代表的損耗類型

   分群不用既有標註，還得事後人工確認。

4. D強化學習（Reinforcement Learning），讓模型在每次預測後依據實際損耗結果作為回饋訊號，持續調整損耗預警策略

   強化學習靠環境互動回饋，非靜態歷史資料情境。