Algoritmos de Aprendizado de Máquina (Machine Learning) podem ser classificados quanto ao tipo de aprendizado. Em relação ao tema, avalie as afirmações a seguir e assinale (V) para a verdadeira e (F) para a falsa. ( ) Tarefas de classificação e regressão são exemplos típicos de aprendizado supervisionado. ( ) No aprendizado não supervisionado, os dados de treinamento não estão rotulados. ( ) SVM, árvores de decisão e regressão logística são exemplos de algoritmos de aprendizado supervisionado. As afirmativas são, respectivamente,
- A)V – V – V.
Certa, porque as três afirmações estão corretas e a sequência é V - V - V.
- B)F – V – F.
Errada, porque a primeira e a terceira afirmações não são falsas.
- C)F – F – V.
Errada, porque a segunda afirmativa também é verdadeira, não falsa.
- D)V – F – V.
Errada, porque a segunda afirmativa não é falsa e a sequência não bate.
- E)F – V – V.
Errada, porque a primeira afirmativa também é verdadeira, então a sequência fica incorreta.
Gabarito: A
Em Machine Learning, a classificação mais cobrada é entre aprendizado supervisionado e não supervisionado. No supervisionado, voce treina o modelo com exemplos rotulados, isto é, com entrada e resposta esperada, o que aparece em tarefas como classificação e regressão. Já no não supervisionado, os dados não vêm com rótulos, então o algoritmo tenta encontrar padrões por conta própria, como agrupamentos. Por isso, a primeira afirmativa está correta: classificação e regressão são mesmo exemplos clássicos de aprendizado supervisionado. A segunda também está correta, porque no aprendizado não supervisionado os dados de treinamento não estão rotulados. Sem etiqueta, sem gabarito na mão, o algoritmo precisa descobrir a estrutura dos dados. A terceira afirmativa igualmente está certa. SVM (Support Vector Machine), árvores de decisão e regressão logística são algoritmos tipicamente usados em aprendizado supervisionado. Eles aprendem a partir de exemplos já conhecidos para depois prever a classe ou o valor de novos casos. Assim, as três assertivas são verdadeiras, formando a sequência V - V - V. Em linguagem de prova, a banca costuma cobrar exatamente essa distinção básica entre dados rotulados e não rotulados, que é o coração da diferença entre os tipos de aprendizado.