決策樹是有監(jiān)督的

無監(jiān)督學習是一種機器學習方法，不需要預先標注的數(shù)據(jù)進行訓練。其目標是從數(shù)據(jù)中發(fā)現(xiàn)隱藏的模式或結(jié)構(gòu)。根據(jù)你的選項，以下是對每個選項的分析：

A: 關聯(lián)規(guī)則（Association Rules）
關聯(lián)規(guī)則是一種無監(jiān)督學習方法，主要用于發(fā)現(xiàn)數(shù)據(jù)集中變量之間的有趣關系。常見的應用包括購物籃分析。

B: 決策樹（Decision Tree）
決策樹通常是一種監(jiān)督學習方法，用于分類和回歸任務。它需要標注的數(shù)據(jù)進行訓練。

C: 序列分析（Sequence Analysis）
序列分析可以是有監(jiān)督的，也可以是無監(jiān)督的，取決于具體的應用和方法。例如，隱馬爾可夫模型（HMM）可以用于無監(jiān)督的序列分析。

D: 聚類（Clustering）
聚類是一種典型的無監(jiān)督學習方法，它將數(shù)據(jù)集分成多個組，使得同一組內(nèi)的數(shù)據(jù)點相似度較高，而不同組之間的相似度較低。常見的聚類算法包括K-means、層次聚類等。

綜上所述，正確答案是A: 關聯(lián)規(guī)則 和 D: 聚類。