Engenharia de Software · CESPE / CEBRASPE · 2024 | Questão sqc-ce189059

Aprendizado de Máquina – Métodos de Treinamento

Gabarito: letra C. O enunciado descreve exatamente o aprendizado ativo (active learning), método em que o algoritmo tem a capacidade de selecionar interativamente quais dados serão utilizados para o treinamento, geralmente escolhendo as amostras mais informativas para serem rotuladas por um especialista ou oráculo. As demais alternativas referem-se a outros paradigmas de aprendizado de máquina, mas nenhum deles tem como característica principal a seleção ativa dos dados de treinamento.

Método de Aprendizagem de Máquina	Característica Principal	Seleciona os Dados de Treinamento?	Palavra-chave
Aprendizado por Transferência	Aproveita conhecimento de uma tarefa para outra relacionada	Não	Reutilização
Aprendizado Multitarefa	Aprende múltiplas tarefas simultaneamente, compartilhando representações	Não	Compartilhamento
Aprendizado Ativo	Algoritmo seleciona interativamente os dados mais informativos para treinamento	Sim	Seleção
Aprendizado Online	Modelo é atualizado incrementalmente com fluxo contínuo de dados	Não	Fluxo
Aprendizado em Conjunto	Combina múltiplos modelos para melhor desempenho preditivo	Não	Combinação

Aprendizado de máquina

1Seleciona dados para treino
- Aprendizado ativo (gabarito)
2Não seleciona dados
- Aprendizado por transferência
- Aprendizado multitarefa
- Aprendizado online
- Aprendizado em conjunto

LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

O aprendizado por transferência (transfer learning) consiste em aproveitar o conhecimento adquirido em uma tarefa para melhorar o desempenho em outra tarefa relacionada. Não envolve a seleção dos dados para o treinamento.

Alternativa B — ❌ Incorreta

O aprendizado multitarefa (multitask learning) visa aprender múltiplas tarefas simultaneamente, compartilhando representações entre elas. O algoritmo não seleciona os dados; ele recebe os dados predefinidos para cada tarefa.

Alternativa C — ✅ Correta ⟵ GABARITO

O aprendizado ativo é o método em que o próprio algoritmo pode consultar um oráculo (usuário humano) para obter rótulos para os dados que julga mais relevantes, selecionando assim quais exemplos serão incorporados ao conjunto de treinamento. Essa abordagem reduz a necessidade de dados rotulados e é útil quando a rotulação é cara ou demorada.

Alternativa D — ❌ Incorreta

O aprendizado online (online learning) é um paradigma no qual o modelo é atualizado incrementalmente à medida que novos dados chegam, em fluxo contínuo. O algoritmo não seleciona quais dados usar; ele processa todos os que chegam.

Alternativa E — ❌ Incorreta

O aprendizado em conjunto (ensemble learning) combina múltiplos modelos (classificadores ou regressores) para obter melhor desempenho preditivo. A seleção dos dados de treinamento não é uma característica desse método; os modelos são treinados com conjuntos de dados predefinidos.

PEGA ESSA DICA!

Para memorizar esses conceitos, associe cada método à sua palavra-chave: ativo = seleciona dados; transferência = reutiliza conhecimento; multitarefa = várias tarefas; online = dados em fluxo; conjunto = combinação de modelos. Em provas, a banca costuma explorar justamente essa distinção funcional.

Gabarito: letra C.