O tipo de aprendizado máquina, que consiste em treinar um s...

Alternativa correta: E - não supervisionado.

O aprendizado de máquina não supervisionado é uma classe de algoritmos utilizada quando os dados de treinamento não possuem rótulos pré-definidos ou classificações claras. O foco desses algoritmos é a identificação de padrões e estruturas escondidas nos dados. Como não há um "gabarito" ou saída específica a ser prevista, o modelo busca agrupar os dados de acordo com semelhanças e diferenças intrínsecas, por meio de técnicas como clustering (agrupamento) ou redução de dimensionalidade.

A resposta está correta porque a descrição da questão se alinha exatamente com a natureza do aprendizado não supervisionado. Diferentemente do aprendizado supervisionado, onde são fornecidos exemplos de entrada e saída, e do aprendizado por reforço, que ajusta as ações com base em recompensas ou punições, o aprendizado não supervisionado lida com dados sem anotações específicas e busca padrões sem a necessidade de um feedback externo.

Ao preparar-se para concursos com ênfase em Banco de Dados e Business Intelligence, é fundamental compreender as diferenças entre os tipos de aprendizado de máquina, pois isso poderá ser essencial na aplicação das técnicas de BI para análise de dados e tomada de decisões baseadas em insights gerados de forma autônoma pelos modelos.

✅Gabarito(E)

Clusterização (ou Agrupamento)

Tem o objetivo de agrupar os dados de interesse, ou separar os registros de um conjunto de dados em subconjuntos ou grupos (clusters), de tal forma que elementos em um cluster compartilhem um conjunto de propriedades comuns que os diferencie dos elementos de outros clusters. São os problemas de aprendizagem não-supervisionada mais comuns.

Fonte:https://tatianaesc.medium.com/machine-learning-conceitos-e-modelos-parte-ii-aprendizado-n%C3%A3o-supervisionado-fb6d83e4a520

O aprendizado supervisionado ocorre quando o  aprende a partir de resultados pré-definidos, utilizando os valores passados da variável target para aprender quais devem ser seus resultados de saída. Ao contrário do aprendizado supervisionado que acabamos de discutir, no aprendizado não supervisionado não existem resultados pré-definidos para o modelo utilizar como referência para aprender.

Gabarito: E

Classificação: utiliza classes definidas – aprendizado supervisionado.

Agrupamento: utiliza classes não definidas – aprendizado não 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