O aprendizado de máquina (ML) é um tema muito abrangente e
que possui diversas aplicações nos diversos setores da ALEGO.
Existem diferentes técnicas que são utilizadas dependendo do tipo
de problema a ser solucionado. Elas foram agrupadas em métodos
de ML com seus modelos de programação.
O tipo de aprendizado que faz com que o modelo tome decisões
por si próprio, e é recompensado de acordo com o progresso que
faz na atividade em que foi designado se denomina

Question

O aprendizado de máquina (ML) é um tema muito abrangente e
que possui diversas aplicações nos diversos setores da ALEGO.
Existem diferentes técnicas que são utilizadas dependendo do tipo
de problema a ser solucionado. Elas foram agrupadas em métodos
de ML com seus modelos de programação.
O tipo de aprendizado que faz com que o modelo tome decisões
por si próprio, e é recompensado de acordo com o progresso que
faz na atividade em que foi designado se denomina Alternativa A: aprendizado não subvencionado. Ou Alternativa B: aprendizado supervisionado. Ou Alternativa C: aprendizado por reforço. Ou Alternativa D: aprendizado autônomo. Ou Alternativa E: aprendizado dedutivo.

Qconcursos · Accepted Answer

Alternativa [C] aprendizado por reforço. Gabarito: CFundamento decisivo: A expressão-chave do enunciado é que o modelo toma decisões por si próprio e recebe recompensa conforme o progresso na atividade, o que indica aprendizado por reforço e conduz ao gabarito C.Tema central: Aprendizado por reforçoAnálise das alternativasAErradaEstá errada porque aprendizado não supervisionado se define pela busca de padrões ou estruturas em dados sem rótulos. O enunciado, porém, descreve um mecanismo de recompensa pelo progresso, que não é o critério definidor desse paradigma.BErradaEstá errada porque aprendizado supervisionado depende de exemplos rotulados e de saídas esperadas conhecidas. Aqui, o núcleo da descrição não é aprender por rótulos, mas por recompensa decorrente das decisões tomadas.CCertaA alternativa C está certa porque o aprendizado por reforço é o paradigma em que um agente escolhe ações e aprende com as recompensas ou punições recebidas em função do resultado. O traço distintivo aqui é o retorno associado às ações executadas.DErradaEstá errada porque 'aprendizado autônomo' não é a denominação canônica do paradigma cobrado nesse contexto. A questão pede a classificação básica de ML correspondente ao mecanismo de recompensa, e essa classificação é aprendizado por reforço.EErradaEstá errada porque 'aprendizado dedutivo' não corresponde ao paradigma caracterizado por recompensa conforme o progresso na execução de ações. Há incompatibilidade conceitual com o mecanismo de reforço descrito.Pegadinha da questãoA confusão real era trocar aprendizado supervisionado por aprendizado por reforço, porque ambos podem parecer ter 'feedback'; porém, no supervisionado o centro é rótulo/saída esperada, enquanto no reforço o centro é recompensa associada à ação. Também ajuda a indução por termos plausíveis, como 'aprendizado autônomo' e 'não subvencionado'.Dica para questões semelhantesSe o enunciado mencionar agente, decisão/ação e recompensa ou punição pelo resultado, o paradigma é aprendizado por reforço.Se a descrição falar em dados rotulados e saída esperada, o critério aponta para aprendizado supervisionado, não para reforço.Se a ideia central for descobrir padrões em dados sem rótulos, o enquadramento é não supervisionado, mesmo que a alternativa use variação lexical parecida.Em questões introdutórias sobre paradigmas de ML, prefira a nomenclatura canônica e desconfie de termos com aparência técnica que não correspondem à classificação padrão.

🚀 Mais performance?

🚀 Mais performance?

O aprendizado de máquina (ML) é um tema muito abrangente e ...

Gabarito comentado

Gabarito: C

Clique para visualizar este gabarito

Comentários

Clique para visualizar este comentário

Questões de assuntos semelhantes

Provas relacionadas