機器學習知識地圖 · 半監督式學習
半監督式學習
Semi-Supervised Learning
觀念教學
標記資料貴到肉痛,未標記資料卻堆成山 — 半監督式學習就是「少量標籤帶大量無標籤」的省錢打法。
核心觀念
半監督式學習(Semi-Supervised Learning)結合少量標記資料與大量未標記資料一起訓練。核心假設:資料分布本身藏著結構,相似樣本應有相似標籤;未標記資料雖然沒答案,卻能幫模型看清這個結構。當標記成本昂貴或標記稀少時特別有用,能有效利用未標記資料提升模型效能與泛化能力。
白話理解
連鎖超市要做生鮮損耗預測:資料庫有 120 萬筆銷售紀錄,只有約 8 萬筆標了「正常銷售/損耗發生」,其餘全未標註。全部人工補標不現實 — 半監督讓上百萬筆未標記資料也出力,把標記資料利用率與未標記資料貢獻度一起最大化。這正是 iPAS 考過的原題情境。
主要方法家族
- 自訓練(Self-Training)與偽標籤:模型自己幫未標記資料打標籤,高信心的收進訓練集
- 協同訓練(Co-Training):兩個不同視角的分類器互相教學
- 標籤傳播(Label Propagation):把資料建成圖,標籤沿著「相似邊」流動
- 一致性正則化(Consistency Regularization):同一筆資料加擾動,預測不准變
🎯 口訣:有標籤是監督、沒標籤是非監督、部分標籤就是半監督 — 少量老師帶大量自習生。
iPAS 考點
題目給「僅少部分資料有標記、標註資源有限、想提升模型表現」→ 答半監督式學習。判斷關鍵字:少量標記+大量未標記、標註成本高昂。陷阱:「完全沒標籤」是非監督式、「靠獎勵回饋試錯」是強化學習;別被「資料量很大」帶偏,看的是標籤比例,不是資料量。
📝 本節掛載 1 題 iPAS 歷屆試題 — 讀完往下到「iPAS 考題練習」直接實戰。
應用場景
評估指標
iPAS 歷屆考題詳解(2 題)
先自行作答,再展開詳解。題目出處均為 iPAS AI 應用規劃師正式考題,著作權屬原主辦單位。
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
看正解與逐選項詳解
正解:B
某食品加工廠建立水果瑕疵檢測系統，已蒐集約 10,000 張影像，其中 2,000 張已完成「正常」、「碰傷」及「病斑」標註，其餘 8,000 張尚未完成標註。公司希望在降低人工標註成本的前提下，提升影像分類模型的辨識能力。下列何種作法最適合？
- A引用已完成預訓練的通用影像分類模型，未經任何微調即直接用於水果瑕疵分類；
- B先利用已標註影像建立分類模型，再搭配未標註影像進一步改善模型表現；
- C將未標註影像進行分群，並直接將各群結果作為病害分類標籤；
- D將已標註與未標註影像一併納入監督式學習模型訓練，不另外處理未標註資料
看正解與逐選項詳解
正解:B