Com referência aos conceitos e técnicas de mineração de dado...

Gabarito: E - Errado

Ao analisarmos a afirmação da questão, identificamos que ela trata do conceito de aprendizado não supervisionado, uma das categorias principais do aprendizado de máquina. Este método foca em detectar padrões em dados sem a necessidade de orientação ou etiquetas pré-definidas. Por sua definição, no aprendizado não supervisionado, não utilizamos uma amostra de treinamento rotulada para guiar o modelo - como sugerido na afirmação.

No aprendizado não supervisionado, o algoritmo tenta organizar os dados em grupos ou clusters com base em suas características intrínsecas, sem ter a referência de 'respostas certas' ou exemplos rotulados. Isso é feito através de técnicas como k-means ou análise de componentes principais (PCA), onde o foco é encontrar estruturas naturais nos dados.

Portanto, o que torna a afirmação errada é a referência a uma amostra para treinamento que sugeriria um processo de aprendizado supervisionado, onde seria necessário ter um conjunto de dados com exemplos rotulados para o treinamento do modelo. No aprendizado não supervisionado, o processo é mais autônomo e exploratório, procurando por agrupamentos com base somente na informação presente nos dados coletados.

ERRADO

A técnica que usa amostra para treinamento é a CLASSIFICAÇÃO, que é SUPERVISIONADA.

De acordo com Arthur Mendonça (pdf direção):

na classificação nós precisamos primeiro criar um conjunto de dados de treinamento, ou seja, um conjunto com dados já classificados manualmente de acordo com nossos propósitos. O atributo que contém a informação de que categoria pertence cada registro é chamado rótulo de classe.nós alimentamos esses dados de treinamento ao sistema, que, com a ajuda de um algoritmo, percebe quais são os padrões envolvidos na classificação e assim “aprende” a classificar novos dados

Esse tipo de aprendizado, que faz uso de um conjunto de treinamento para que a máquina extrapole as regras gerais é chamado de aprendizado supervisionado. Ele é dito supervisionado justamente porque o ser humano precisa fornecer alguns exemplos para que o aprenziado possa ocorrer.

e-

classificação e regressao sao aprendizado supervisionado

O aprendizado não supervisionado é uma das maneiras pelas quais o (ML) "aprende" os dados. O aprendizado não supervisionado possui dados não rotulados que o algoritmo deve tentar entender por conta própria.

É onde os conjuntos de dados são rotulados para que haja uma resposta com a qual a máquina pode medir sua precisão. Se o aprendizado de máquina fosse uma criança aprendendo a andar de bicicleta, o aprendizado supervisionado seria o pai correndo atrás da bicicleta segurando-a na vertical. Aprender sem supervisão é entregar a bicicleta, dar tapinhas na cabeça da criança e dizer 'boa sorte'.

Fonte: https://www.tibco.com/pt-br/reference-center/what-is-unsupervised-learning

GAB. ERRADO

O que usa um modelo Predefinido(uma amostra) é o Aprendizado Supervisionado.

Gab E

SUPERVISIONADO: CLASSIFICAÇÃO - JA SABEMOS ATRIBUTOS CONHECIDOS.

NÃO SUPERVISIONADO: CLUSTERING (Agregação/agrupamento) - NÃO HÁ CLASSE ASSOCIADA.

Obs: O erro da questão é dizer que o aprendizado não supervisionado, usa-se uma amostra para treinamento. Contudo, quem utiliza da amostras já conhecidas é o aprendizado supervisionado.

Qualquer erro me avisem!