本题考察的是机器学习中监督学习、半监督学习与自监督学习的基本概念。

A选项自监督学习完全依赖于标注数据： 错误。自监督学习是一种无需人工标注数据的学习方式，它通过从数据本身构造伪标签来进行预训练，从而学习数据的表示。例如，通过预测缺失部分或下一个片段来学习特征。它不依赖人工标注数据。

B选项半监督学习依靠少量标注数据和大量未标注数据： 正确。半监督学习结合了监督学习和无监督学习的特点，使用少量标注数据来指导模型学习，再通过大量未标注数据提升泛化能力，是典型的资源受限场景下的学习方法。

C选项监督学习不依赖标注的数据： 错误。监督学习是完全依赖标注数据的学习方法。训练集中每个样本都有明确的输入（特征）与输出（标签）对应关系，模型通过拟合这种关系进行学习。

D选项监督学习可对未知类别数据有较好预测性： 错误。监督学习只能对训练阶段见过的类别进行预测，对于未出现过的新类别数据，监督模型通常无法正确分类或预测。