Enunciado
Em aplicações modernas de ciência de dados, como reconhecimento de padrões e previsão de comportamento, o aprendizado supervisionado tem se destacado por utilizar conjuntos de dados rotulados para treinar modelos capazes de generalizar para novos exemplos.
Assinale a afirmativa que descreve corretamente uma característica fundamental do aprendizado supervisionado em Machine Learning.
Alternativas
- A
Modelos supervisionados não utilizam dados rotulados, pois aprendem padrões de forma autônoma com base em agrupamentos naturais.
- B
Em aprendizado supervisionado, o modelo é treinado com dados de entrada e suas respectivas saídas esperadas, permitindo que ele aprenda a prever rótulos para novos dados.
- C
O aprendizado supervisionado é ideal apenas para problemas de agrupamento, como segmentação de clientes sem dados prévios.
- D
A principal vantagem do aprendizado supervisionado é que ele não requer validação ou avaliação do modelo, pois a acurácia é garantida pela presença de rótulos.
- E
Técnicas supervisionadas não podem ser aplicadas em regressão, sendo utilizadas exclusivamente para problemas de classificação binária.
Gabarito e comentário disponíveis apenas dentro do Mentorito.
Faça login para ver a explicação completa do mentor.