Alternativa correta: E (Errado)

1. Tema central da questão

O tema aborda Machine Learning (Aprendizado de Máquina), parte fundamental da Inteligência Artificial (IA) usada em diversas aplicações modernas. Conhecer os tipos de aprendizado (supervisionado e não supervisionado) é essencial para responder corretamente.

2. Resumo teórico claro

Aprendizado de Máquina é um campo da IA onde algoritmos aprendem padrões a partir de dados para realizar tarefas como classificação, previsão ou agrupamento. Existem três principais abordagens:

• Supervisionado: O algoritmo aprende com dados rotulados (isto é, sabe a resposta certa para cada exemplo).
• Não supervisionado: O algoritmo aprende apenas com dados não rotulados, buscando padrões ou estruturas, como em agrupamentos (clustering).
• Por reforço: O algoritmo aprende a partir de tentativas e erros, recebendo recompensas ou punições.

3. Justificativa da alternativa correta

A afirmação "Machine learning é sempre supervisionado e não pode funcionar com dados não rotulados" está ERRADA. Existem técnicas de aprendizado não supervisionado que funcionam exclusivamente com dados não rotulados. Exemplos práticos incluem algoritmos de K-means e PCA (Análise de Componentes Principais).

4. Estratégias para interpretar o enunciado

Fique atento a palavras como "sempre" ou "nunca" em enunciados – costumam indicar generalizações perigosas. Em IA e ciência de dados, há vários métodos e exceções, então desconfie dessas afirmações absolutas.

Resumo final

Machine learning pode, sim, funcionar com dados não rotulados, por meio de aprendizado não supervisionado. Saber distinguir os tipos de aprendizado é fundamental para não cair em pegadinhas comuns em provas.

Gostou do comentário? Deixe sua avaliação aqui embaixo!

Métodos de machine learning clássicos:

• Supervisionado (quando temos os dados rotulados)
• Não supervisionado (os dados não possuem rótulos, os algoritmos agrupam os dados conforme características similares sem saber quais são os rótulos)
• Aprendizado por reforço (O algoritmo é bonificado ou penalizado conforme o seu desempenho)

Logo, é incorreto afirmar que só existem métodos supervisionados.

Errado

O ML não é exclusivamente supervisionado. Ele também engloba o aprendizado não supervisionado, que utiliza justamente dados não rotulados para identificar agrupamentos, o aprendizado semissupervisionado e o aprendizado por reforço.

Siga-me @rexconcurseiro