Dentre as técnicas de Machine Learning, constitui um exemplo...

Próximas questões
Com base no mesmo assunto
Q3947198
Noções de Informática Inteligência Artificial e Automação ,
Ano: 2026 Banca: FCC Órgão: SEFAZ-MT Prova: FCC - 2026 - SEFAZ-MT - Fiscal de Tributos Estaduais |
Q3947198 Noções de Informática
Dentre as técnicas de Machine Learning, constitui um exemplo de aprendizado não supervisionado
Alternativas

Gabarito comentado

Confira o gabarito comentado por um dos nossos professores

Gabarito: C

O que precisava saber: Era necessário distinguir aprendizado supervisionado de não supervisionado. No aprendizado não supervisionado, não há variável-alvo rotulada para orientar o treino; o objetivo é descobrir padrões, estruturas ou agrupamentos nos dados. Entre as técnicas listadas, k-means é um algoritmo de clustering, portanto não supervisionado.

Critério decisivo: Aprendizado não supervisionado é aquele em que o algoritmo trabalha sem rótulos de saída previamente definidos; entre as alternativas, k-means é técnica clássica de agrupamento e, por isso, é não supervisionada.

Tema central: Classificação das técnicas de Machine Learning quanto ao tipo de aprendizado, com foco em identificar exemplo de aprendizado não supervisionado.
Análise das alternativas
A
Errada
k-NN está incorreta porque, em regra, é técnica de aprendizado supervisionado, usada para classificação ou regressão com base em exemplos rotulados. Isso contraria o comando, que pede um exemplo de aprendizado não supervisionado.
B
Errada
SVM com kernel linear não atende ao enunciado porque é técnica supervisionada, normalmente aplicada à classificação ou regressão com dados rotulados. Logo, não se enquadra como aprendizado não supervisionado.
C
Certa
A alternativa C está correta porque k-means é algoritmo de clustering. Como clustering busca particionar os dados em grupos com base em similaridade, sem uso de rótulos, ele se enquadra no aprendizado não supervisionado, exatamente como pede o enunciado.
D
Errada
Random Forest está incorreta porque é método ensemble de árvores de decisão classificado como aprendizado supervisionado. Portanto, não corresponde ao tipo de técnica pedido na questão.
E
Errada
Regressão logística também não pode ser a resposta porque é modelo de classificação supervisionada, utilizado com saída rotulada. Assim, não se ajusta ao conceito de aprendizado não supervisionado.
Pegadinha da questão
A principal confusão é trocar algoritmo de classificação por algoritmo de agrupamento e associar o "k" do nome ao aprendizado não supervisionado. k-NN é supervisionado, enquanto k-means é não supervisionado.
Dica para questões semelhantes
  • Primeiro identifique se a técnica trabalha com dados rotulados: se há variável-alvo, trata-se de aprendizado supervisionado; se não há, a tendência é ser não supervisionado.
  • Quando a técnica for de clustering ou agrupamento, como k-means, a classificação correta é aprendizado não supervisionado.
  • Não confunda k-NN com k-means: o primeiro depende de exemplos rotulados; o segundo agrupa dados por similaridade sem rótulos.

Clique para visualizar este gabarito

Visualize o gabarito desta questão clicando no botão abaixo

Comentários

Veja os comentários dos nossos alunos

Gabarito: C

  • k-means → algoritmo de aprendizado não supervisionado (agrupamento/clustering).
  • Demais (k-NN, SVM, Random Forest, Regressão logística) → supervisionados.

Que noções de informática engraçadas kkkkk

O k-means é um algoritmo clássico de aprendizado não supervisionado, usado para agrupar dados não rotulados em clusters com base em similaridade ou distância entre os pontos.

Por que as outras não são?

As demais alternativas listam técnicas tipicamente usadas em aprendizado supervisionado, isto é, quando há rótulos ou classes conhecidas no treinamento.

A) k-NN: geralmente usado para classificação ou regressão supervisionada.

B) SVM com kernel linear: método supervisionado de classificação ou regressão.

D) Random Forest: algoritmo supervisionado para classificação e regressão.

E) Regressão logística: método supervisionado, muito usado em classificação.

Gabarito C

O Aprendizado Não Supervisionado é aquele em que o algoritmo tenta encontrar estruturas, padrões ou agrupamentos ocultos em dados que não possuem rótulos (labels) ou respostas predefinidas.

O k-means é o algoritmo de agrupamento (clustering) mais clássico. O seu objetivo é dividir um conjunto de dados em k grupos distintos. Ele faz isso calculando a proximidade entre os pontos e os centros dos grupos (centroides), sem que ninguém diga previamente a qual categoria cada ponto pertence.

Todas as outras opções são exemplos de Aprendizado Supervisionado, onde o modelo precisa de dados de entrada acompanhados de suas respectivas respostas (rótulos) para aprender:

  • A - k-NN (k-Nearest Neighbors): Um algoritmo de classificação que identifica a categoria de um novo dado com base na maioria dos seus vizinhos mais próximos já rotulados.
  • B - SVM (Support Vector Machine): Um modelo potente que busca criar a melhor "fronteira" (hiperplano) para separar classes distintas de dados.
  • D - Random Forest: Uma técnica de conjunto (ensemble) que utiliza múltiplas árvores de decisão para realizar classificações ou regressões.
  • E - Regressão Logística: Apesar do nome "regressão", é um método usado principalmente para classificação binária (ex: sim ou não, spam ou não spam).

Vamos na fé!

Retroceder Nunca Render-se Jamais !

Força e Fé !

Fortuna Audaces Sequitur ! 

rever

Clique para visualizar este comentário

Visualize os comentários desta questão clicando no botão abaixo

Resumos relacionados

Resumo

Editor de Textos: Word e BrOffice.org Writer para concursos

O conhecimento sobre Editores de Textos como Microsoft Word e BrOffice.org Writer é fundamental para concursos públicos, pois são ferramentas essenciais no ambiente de trabalho e em avaliações práticas de informática. Esses programas permitem a criação, edição e formatação de documentos, facilitando a produção de textos profissionais, relatórios, ofícios e projetos.
Resumo

Entenda o que é Extensão de Arquivo em Noções de Informática

Extensão de arquivo é um conceito fundamental em Noções de Informática, frequentemente cobrado em concursos públicos. Trata-se da sequência de caracteres, geralmente de três ou quatro letras, que aparece após o ponto final no nome de um arquivo, como documento.txt ou planilha.xlsx. Essa extensão indica ao sistema operacional qual tipo de dado o arquivo contém e qual programa deve ser utilizado para abri-lo.

Questões de assuntos semelhantes

Provas relacionadas