27. 下列何者不屬於非監督式學習？
(A) 關聯法則
(B) K-Means
(C) Word2Vec
(D) K Nearest Neighbor

解析題目與選項：

非監督式學習（Unsupervised Learning） 指的是**沒有標籤（label）**的機器學習方法，主要用來發掘數據的內部結構。例如：

• 分群（Clustering）：K-Means、DBSCAN
• 降維（Dimensionality Reduction）：PCA、t-SNE
• 關聯分析（Association Rules）：Apriori、FP-Growth
• 嵌入學習（Embedding Learning）：Word2Vec

監督式學習（Supervised Learning） 則是基於已知的輸入與輸出（標籤）來學習模型，例如 KNN、決策樹、SVM、線性回歸等。

選項分析：

(A) 關聯法則（Association Rules） ✅ (非監督式學習)
→ 關聯法則（如 Apriori、FP-Growth） 用來發現變數之間的關聯關係，例如購物籃分析（Market Basket Analysis），找出「買 A 也會買 B」的規律。它不需要標籤，因此屬於 非監督式學習。

(B) K-Means ✅ (非監督式學習)
→ K-Means 是一種無標籤的分群（Clustering）方法，根據數據的特徵自動將其分類到 K 個不同的群組，因此屬於 非監督式學習。

(C) Word2Vec ✅ (非監督式學習)
→ Word2Vec 是一種詞向量嵌入技術（Word Embedding），屬於無標籤學習，主要透過無監督的方式學習詞語之間的語義關係。因此它屬於 非監督式學習。

(D) K-Nearest Neighbor（KNN） ❌ (監督式學習，正確答案)
→ KNN（K 近鄰法）是監督式學習方法！

• KNN 需要標籤（label）來分類新數據，例如：給定一組已標記的資料點，KNN 透過找出最接近的新數據點來進行分類（如「這個病人是健康還是生病？」）。
• 雖然 KNN 也可用於非監督式的異常檢測，但其主要用途是分類與回歸，因此屬於 監督式學習。

正確答案：

(D) K Nearest Neighbor（KNN） (屬於監督式學習，不是非監督式學習！) ✅