O aprendizado de máquina (machine learning) é frequentemente
categorizado em diferentes paradigmas, dependendo da natureza
dos dados disponíveis e do problema a ser resolvido. Dois dos
tipos mais comuns são o aprendizado supervisionado e o
aprendizado não supervisionado.
A principal diferença conceitual entre essas duas abordagens
reside no fato de que, no aprendizado supervisionado:

Question

O aprendizado de máquina (machine learning) é frequentemente
categorizado em diferentes paradigmas, dependendo da natureza
dos dados disponíveis e do problema a ser resolvido. Dois dos
tipos mais comuns são o aprendizado supervisionado e o
aprendizado não supervisionado.
A principal diferença conceitual entre essas duas abordagens
reside no fato de que, no aprendizado supervisionado: Alternativa A: o algoritmo opera sobre dados que não possuem classificação
prévia, buscando encontrar padrões ou estruturas ocultas por
conta própria; Ou Alternativa B: o conjunto de dados de treinamento contém pares de dados
de entrada e seus respectivos rótulos (labels) ou respostas
corretas desejadas; Ou Alternativa C: o sistema aprende através da interação com um ambiente
dinâmico, recebendo sinais de recompensa ou punição
baseados em suas ações; Ou Alternativa D: o objetivo principal é sempre reduzir a dimensionalidade dos
dados para facilitar a visualização, ignorando as variáveis de
saída;  Ou Alternativa E: não é necessário separar os dados em conjuntos de treino e
teste, visto que a validação ocorre simultaneamente ao
processamento.

Qconcursos · Accepted Answer

Alternativa [B] o conjunto de dados de treinamento contém pares de dados
de entrada e seus respectivos rótulos (labels) ou respostas
corretas desejadas; Gabarito: BFundamento decisivo: A decisão dependia de identificar qual alternativa descrevia o uso de exemplos com rótulos no treinamento, isto é, pares de entrada e saída desejada, que é o traço distintivo do aprendizado supervisionado. Por isso, a B é a correta.Tema central: Aprendizado supervisionadoAnálise das alternativasAErradaEstá errada porque descreve dados sem classificação prévia e a busca de padrões por conta própria, o que caracteriza aprendizado não supervisionado.BCertaAprendizado supervisionado se caracteriza pelo treinamento com dados rotulados. Isso o distingue do aprendizado não supervisionado, que opera sem rótulos prévios e busca padrões nos dados. A alternativa B expressa exatamente essa diferença ao mencionar pares de entrada e seus respectivos rótulos ou respostas corretas desejadas.CErradaEstá errada porque trata de aprendizado por reforço: há interação com ambiente e sinais de recompensa ou punição. Esse é outro paradigma, diferente de aprendizado supervisionado.DErradaEstá errada porque redução de dimensionalidade é uma tarefa comum em aprendizado não supervisionado, mas não é objetivo principal universal nem definição do paradigma. Além disso, dizer que se ignoram variáveis de saída contraria a ideia de supervisão por rótulos.EErradaEstá errada porque a separação entre treino e teste é prática usual de avaliação de modelos e não é dispensada por definição no aprendizado supervisionado. A alternativa mistura o paradigma com um procedimento de avaliação.Pegadinha da questãoConfundir aprendizado supervisionado com não supervisionado ou com aprendizado por reforço, além de misturar a definição do paradigma com procedimento de avaliação.Dica para questões semelhantesSe a alternativa menciona dados rotulados, com entrada e saída desejada, ela aponta para aprendizado supervisionado.Se a alternativa fala em dados sem rótulos e descoberta de padrões, ela descreve aprendizado não supervisionado.Se aparecer agente, ambiente, recompensa ou punição, o paradigma é aprendizado por reforço.Não confunda definição do paradigma com tarefa específica, como redução de dimensionalidade, nem com procedimento de avaliação, como dividir treino e teste.

O aprendizado de máquina (machine learning) é frequentemente...

Gabarito comentado

Gabarito: B

Clique para visualizar este gabarito

Comentários

Clique para visualizar este comentário

Questões de assuntos semelhantes

Provas relacionadas