26. 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？
(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；
(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；
(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；
(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

相關試題

相關試卷