某公司的應用程式必須根據屬性自動將相似的客戶和產品分組，而無需標記結果。該公司應該使用哪種機器學習方法？

非監督式學習是正確答案，因為它處理未標記的資料，並在資料中尋找固有的模式或結構，例如將相似的客戶和產品分組。這正是題目中「無需標記結果」和「自動將相似的客戶和產品分組」所描述的需求。 監督式學習需要預先標記的資料來訓練模型，以便預測結果，這與題目中「無需標記結果」的要求不符。強化學習涉及代理人透過與環境互動來學習最佳行為，通常用於決策或控制問題，不適用於資料分組。半監督式學習結合了少量標記資料和大量未標記資料，但題目明確指出「無需標記結果」，因此非監督式學習是更直接且符合情境的選擇。