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？

Question

(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

Accepted Answer

正確答案：(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

8 萬筆有標註、112 萬筆無標註，而且標註資源有限：這組條件正是半監督式學習（Semi-supervised Learning）的教科書情境。
它的做法是用已標註資料先學出分類邊界，再借助大量未標註資料掌握整體的資料分布（例如透過偽標籤或一致性正則化），讓決策邊界落在資料密度較低的地方，藉此提升泛化能力。兩邊的資料都用上，不浪費。

核心概念

答題技巧