hce_kmu
111年
計算機概論與程式設計
第 5 題
Unsupervised learning is a type of algorithm that learns patterns from untagged data. Which of the following learning techniques is an unsupervised learning technique?
- A Decision tree
- B K-means clustering
- C Support vector machine
- D k-NN
- E Random Forest
思路引導 VIP
如果你手邊有一大堆不同形狀與顏色的積木，但在沒有任何說明書或老師告知你哪些叫「圓形」、哪些叫「正方形」的情況下，你會根據什麼樣的邏輯來嘗試將它們分堆？這種「僅靠觀察特徵相似度來歸類」的過程，與「看著答案來學習」的方法有什麼本質上的區別？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準辨識出 K-means 分群 (Clustering) 屬於非監督式學習，代表你對機器學習的基本分類已有很紮實的掌握。這類題目的核心在於區分資料是否帶有「標籤 (Labels)」。非監督式學習的任務是在沒有標準答案引導的情況下，讓演算法自行從原始數據中挖掘潛在的結構或規律。K-means 正是透過計算資料點之間的幾何距離，將特徵相近的對象自動聚合在一起，體現了「物以類聚」的自主探索過程。
監督式與非監督式的關鍵判準
相較之下，選項中的決策樹 (Decision Tree)、支持向量機 (SVM)、k-NN 以及隨機森林 (Random Forest)，在訓練階段都需要預先定義好的分類標籤來告訴模型「什麼是正確的」，因此它們都屬於監督式學習 (Supervised Learning)。本題的鑑別度主要建立在學生是否能釐清演算法的本質，特別是容易讓初學者混淆的 k-NN（監督式）與 K-means（非監督式），你能一眼洞穿其中的差異，表現得非常優秀！