Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025

Engenharia de SoftwareInteligencia Artificial
Código
ce215918
Banca
CESPE / CEBRASPE
Órgão
SUSEP
Ano
2025
Nível
Superior
Cargo
Analista Técnico: - Área: Tecnologia da Informação e Ciência de Dados
A respeito de aprendizagem de máquina, julgue o item que se segue.O modelo de aprendizado supervisionado ajusta uma função de mapeamento a partir de exemplos rotulados para generalizar dados ainda não vistos.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoC — Certo

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Aprendizado supervisionado

CERTO. A afirmação está correta, pois define com precisão o aprendizado supervisionado. Nesse paradigma, o algoritmo recebe um conjunto de exemplos rotulados (pares de entrada e saída desejada) e ajusta uma função de mapeamento que, ao ser exposta a novos dados não vistos, é capaz de generalizar e produzir saídas corretas.

O conteúdo de apoio corrobora: "Aprendizado supervisionado: São apresentadas ao computador exemplos de entradas e saídas desejadas... O objetivo é aprender uma regra geral que mapeia as entradas para as saídas."

1Supervisionado
Exemplos rotulados (entrada + saída)
Ajusta função de mapeamento
Generaliza para dados não vistos
2Não supervisionado
Sem rótulos
Busca padrões ocultos
3Por reforço
Tentativa e erro
Recompensas/punições
Aprendizado de máquina
LEVELsoulevel.com.br
Aprendizado de máquina: Supervisionado (Exemplos rotulados (entrada + saída), Ajusta função de mapeamento, Generaliza para dados não vistos); Não supervisionado (Sem rótulos, Busca padrões ocultos); Por reforço (Tentativa e erro, Recompensas/punições)
PEGA ESSA DICA!

Essa é a definição clássica de aprendizado supervisionado. Compare com o aprendizado não supervisionado, que não utiliza rótulos, e com o aprendizado por reforço, que aprende por tentativa e erro por meio de recompensas. Saber diferenciar os três paradigmas é essencial para questões de conceito em machine learning.

Gabarito: ✅ CERTO.

Link permanente: /questoes/ce215918