情境:前篇(解題、破題參考思路)，可結合心智圖作法，以圖文方式呈現，有助於學習記憶用!
筆者目前使用AGY CLI用來輔助學習用，
步驟一：可將不明白或觀念不清礎的考題，先貼在AGY CLI (即Gemini CLI原創前身)上。
步驟二: (再貼上 下方解題、破題PROMPT)
上述考題之選項解析，請依下列核心科學對標資訊進行學術等級對位檢視
辨識誘餌
核心目標：找出題目文字或圖表裡的「關鍵特徵」與「干擾項的偽裝」。
實戰自問：
這題的「題眼」（關鍵字、限制條件）到底在哪裡？
題目有沒有故意挖坑？（例如：選「非」、漏看單位、隱藏的前置假設、名詞定義的偷換概念）。
2. 負向排雷 (Negative Mining) —— 寫下「我為什麼會選錯」
核心目標：精準解剖自己的錯誤盲點，找出誘餌是如何騙過你的。
實戰自問：
「我當初為什麼會選這個錯答案？」（因為被某個長得很像的專業術語騙了？還是直覺帶入了錯誤的經驗？）
出題老師設計這個干擾項，是利用了哪種常見思維誤區？
作法：在錯題本上，用紅筆把那個誘引你選錯的關鍵字圈出來，標註：「這是 D3 陷阱，利用了我的 XXX 盲點」。
3. 正向定錨 (Positive Anchoring) —— 建立正確神經迴路
核心目標：將正確的邏輯與「官方學習指引」的核心觀念鎖定。
實戰自問：
回到官方指引，這個觀念的真正定義/架構是什麼？
下次看到類似的「題目特徵」（步驟 1），我的大腦應該第一時間反射出什麼正確路徑？
作法：用一句話定錨正確邏輯。例如：「只要看到 A 特徵，必定要先檢查 B 條件，這才是解題唯一錨點。」])
參照 c:\L231_supervised_vs_unsupervised.mmd" 格式,繪製 心智圖 mm2jpeg
💢備註一:
下面為mmd檔,可將下面提示詞，複製/貼至NOTEPAD++另存成MMD檔格式,供AGY CLI以心智圖像方式呈現，協助大腦分類記憶用途。
%%{init: {'theme': 'neutral', 'themeVariables': {'fontFamily': 'Microsoft JhengHei, Arial', 'fontSize': '16px', 'background': '#ffffff', 'primaryColor': '#f3f4f6', 'primaryTextColor': '#000000', 'primaryBorderColor': '#374151', 'lineColor': '#4b5563', 'secondaryColor': '#d1fae5', 'tertiaryColor': '#fee2e2'}}}%%
flowchart TD
%% 決策導航
Start[🎯 學習任務屬性鑑別] --> Decision{是否有 Ground Truth Y 標籤?}
%% 監督式學習路徑
Decision -- "✅ 有 (有對錯)" --> Supervised[👁️ 監督式學習 Supervised]
Supervised --> SupTask{預測目標的資料類型?}
SupTask -- "離散類別 (類別標籤)" --> Classification["🏷️ 分類 Classification\n(判斷貓狗A/信用風險分類D)"]
Classification --> SupAlg1["代表算法: CNN, SVM, XGBoost, LR, KNN\n(KNN分類: K個鄰居多數決投票)\n標籤需求: ✅ 100% 需要"]
SupTask -- "連續數值 (數值大小)" --> Regression["📈 迴歸 Regression\n(預測未來銷售額B)"]
Regression --> SupAlg2["代表算法: Linear Regression, LSTM, KNN\n(KNN迴歸: K個鄰居取平均數)\n標籤需求: ✅ 100% 需要"]
%% 非監督式學習路徑
Decision -- "❌ 無 (無對錯)" --> Unsupervised[🧠 非監督式學習 Unsupervised]
Unsupervised --> UnSupTask{學習任務的核心目的?}
UnSupTask -- "尋找潛在分組" --> Clustering["👥 聚類 Clustering\n(找出資料中的潛在群集 C)"]
Clustering --> UnSupAlg1["代表算法: K-Means, DBSCAN\n標籤需求: ❌ 完全不需要"]
UnSupTask -- "特徵壓縮/投影" --> DimReduce["📉 降維 Dimensionality Reduction\n(視覺化/特徵壓縮)"]
DimReduce --> UnSupAlg2["代表算法: PCA, t-SNE, AutoEncoder\n標籤需求: ❌ 完全不需要"]
%% 考點秒殺口訣區
subgraph S3_Rule["🎯 S3 Rule 秒殺決策器 (列印備忘版)"]
direction LR
K1["快速鍵字: 分類 / 預測 / 判斷 / 辨識"] -->|定錨| S1["監督式學習 (A, B, D)"]
K2["快速鍵字: 找群集 / 探索結構 / 發現模式"] -->|定錨| S2["非監督式學習 (C 正解)"]
Formula["口訣: 有標籤找答案 ➔ 監督<br>沒答案找自己 ➔ 非監督"]
Trap["⚠️ 避坑: KNN(監督) != K-Means(非監督聚類)"]
end
%% 建立連動
Unsupervised -.-> S3_Rule
Supervised -.-> S3_Rule
%% 樣式高亮 (白色底、深色字、極細灰邊，極省墨設計)
style Decision fill:#f9fafb,stroke:#111827,stroke-width:2px;
style Supervised fill:#eff6ff,stroke:#2563eb,stroke-width:2px;
style Unsupervised fill:#f0fdf4,stroke:#16a34a,stroke-width:2px;
style Clustering fill:#fef2f2,stroke:#dc2626,stroke-width:3px;
style S3_Rule fill:#ffffff,stroke:#4b5563,stroke-width:2px;
💢備註二: mm2jpeg ,是筆者經由
技能SKILL方式,因為每次要鍵入一長串重覆性之提示詞，所以把它改成技能方式，雷同呼叫MACRO巨集程式概念。如果本次範例運用即使沒有鍵入技能應該也能生成。
相關參考資訊:
