Questão FC369900
O Aprendizado de Máquina ou Machine Learning (ML) é uma área da ciência da computação diretamente relacionada à Ciência de Dados (Data Science). Como sua própria terminologia diz,
Inteligência Artificial (IA)
FGV · 2024
O Aprendizado de Máquina ou Machine Learning (ML) é uma área da ciência da computação diretamente relacionada à Ciência de Dados (Data Science). Como sua própria terminologia diz, o Aprendizado de Máquina se concentra no desenvolvimento de algoritmos que podem aprender com dados. Seus três principais tipos de algoritmos são Aprendizado Supervisionado, Aprendizado Não Supervisionado e Aprendizado por Reforço.
Com relação aos três tipos de algoritmos mencionados, avalie as afirmativas a seguir:
I. No aprendizado supervisionado, os algoritmos são treinados com dados rotulados, ou seja, dados que contêm exemplos de entrada e saída correspondentes, e, portanto, associam tais entradas às saídas correspondentes.
II. No aprendizado não supervisionado os algoritmos são treinados em conjuntos de dados que não contêm exemplos de entrada e saída correspondentes e, portanto, aprendem a identificar padrões nos dados sem saber o que os seus padrões representam inicialmente.
III. O aprendizado por reforço envolve um agente (softbot) que aprende a tomar decisões em ambientes específicos, interagindo com esses ambientes e recebendo recompensas ou punições por suas ações de exploração ou atuação.
A respeito das afirmações, assinale a alternativa correta.
- Apenas as afirmativas I e III estão corretas.
- As afirmativas I, II e III estão corretas.
- Apenas a afirmativa III está correta.
- Apenas a afirmativa I está correta.
- Apenas a afirmativa II está correta.
Mostrar resposta e comentário
Gabarito
B
Comentário do professor
A alternativa B está correta: as três afirmativas descrevem, de forma sucinta e adequada, os principais paradigmas de Machine Learning.
Aprendizado Supervisionado: os algoritmos são treinados com dados rotulados, ou seja, pares entrada–saída. O objetivo é aprender uma função que mapeie entradas para saídas observadas (ex.: classificação e regressão).
Aprendizado Não Supervisionado: trabalha com dados sem rótulos e busca padrões ou estrutura subjacente, como agrupamentos (clustering) e redução de dimensionalidade, sem conhecer previamente o significado desses padrões.
Aprendizado por Reforço: um agente (ou softbot) interage com um ambiente, recebe recompensas ou punições e aprende uma política que maximize o retorno acumulado, equilibrando exploração e exploração.
Conteúdo do catálogo FC Concursos · Atualizado em