Relacione a Coluna 1 à Coluna 2, associando as categorias de...

Alternativa correta: B (1 – 2 – 3 – 3).

A questão exige o conhecimento sobre três categorias principais de aprendizado de máquina: Aprendizado Supervisionado, Aprendizado Não Supervisionado e Aprendizado Profundo (Deep Learning). Vamos comentar cada uma das associações corretas:

Aprendizado Supervisionado: Este tipo de aprendizado utiliza dados rotulados para treinar o modelo. O termo "rotulado" significa que cada exemplo no conjunto de dados de treinamento tem uma saída correspondente, ou seja, uma resposta correta já fornecida. O algoritmo faz previsões e ajusta seus parâmetros internos para minimizar a diferença entre a saída prevista pelo modelo e a saída real esperada. Isso corresponde à primeira descrição da Coluna 2.

Aprendizado Não Supervisionado: Aqui, os algoritmos trabalham com dados não rotulados. Seu objetivo é encontrar estruturas ocultas nos dados, como padrões ou agrupamentos, sem que uma saída específica seja fornecida. Isso é utilizado, por exemplo, em algoritmos de clustering (agrupamento) como K-means. Esta é a segunda descrição da Coluna 2.

Aprendizado Profundo: O aprendizado profundo, ou Deep Learning, é um subset do aprendizado de máquina que utiliza redes neurais com várias camadas ocultas para modelar abstrações de alto nível nos dados. Este tipo de aprendizado é capaz de capturar relações complexas nos dados e é comumente utilizado para tarefas como reconhecimento de imagem e processamento de linguagem natural. As últimas duas descrições da Coluna 2 referem-se ao Aprendizado Profundo, mencionando tanto os "grafos com várias camadas de processamento" quanto o fato de o processo ser "baseado em redes neurais com várias camadas".

Assim, associando cada categoria de aprendizado de máquina às suas respectivas características, chegamos à seguinte sequência correta para preenchimento dos parênteses:

• (1) Aprendizado Supervisionado: O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada...
• (2) Aprendizado Não Supervisionado: Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados...
• (3) Aprendizado Profundo: Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento...
• (3) Aprendizado Profundo: Processo de aprendizado baseado em redes neurais com várias camadas...

Com essa explicação, entendemos o motivo pelo qual a alternativa B é a correta.

 (1- Supervisionado) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.

(2 - Não Supervisionado) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.

(3- Aprendizado Profundo) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.

(3- Aprendizado Profundo) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.

Gabarito B.

( ) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.

• Isso descreve o Aprendizado Supervisionado, onde os dados são rotulados e o modelo aprende a partir dessas etiquetas.

( ) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.

• Isso descreve o Aprendizado Não Supervisionado, onde os dados não possuem etiquetas e o modelo tenta encontrar padrões ou agrupamentos.

( ) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.

• Isso descreve o Aprendizado Profundo, que utiliza redes neurais profundas com várias camadas.

( ) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.

• Isso também descreve o Aprendizado Profundo, focando nas redes neurais com múltiplas camadas.