Questão de Engenharia de Software — Geral — CESPE / CEBRASPE 2025
Engenharia de Software›Geral
Código
ce217110
Banca
CESPE / CEBRASPE
Órgão
TJ-PA
Ano
2025
Nível
Superior
Cargo
Analista Judiciário - Especialidade: Análise de Sistemas
Acerca do processamento de linguagem natural e dos conceitos de modelos preditivos (supervisionados) e descritivos (não supervisionados), julgue o item a seguir.Em análise preditiva, algoritmos de classificação podem ser treinados a partir de conjuntos de dados sem rótulos; sendo o processo de ajuste dos parâmetros pelo algoritmo com base nesses dados denominado aprendizado supervisionado.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
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 vs Não Supervisionado
✅ ERRADO. A afirmativa da questão inverte os conceitos fundamentais de aprendizado de máquina. Algoritmos de classificação são intrinsecamente supervisionados, ou seja, necessitam de dados rotulados (com as classes de saída conhecidas) para treinar o modelo. O processo descrito — treinar um algoritmo com dados sem rótulos — é, na verdade, o aprendizado não supervisionado. Portanto, a denominação dada na frase (aprendizado supervisionado) está incorreta.
A banca testa o conhecimento básico de que a presença ou ausência de rótulos define o tipo de aprendizado. O erro é clássico: trocar os termos.
A própria definição formal de aprendizado supervisionado exige um conjunto de exemplos rotulados para que o algoritmo aprenda a mapear entradas em saídas desejadas. Como o contexto de apoio afirma: 'Uma vez que as classes já foram definidas, isto é, as saídas já foram rotuladas, então estamos diante do aprendizado supervisionado' (C4). E ainda: 'classificação é método supervisionado, precisa da definição inicial dos rótulos' (C1).
Aprendizado de máquina
1Supervisionado
Dados rotulados
Classificação
Regressão
2Não supervisionado
Dados sem rótulos
Clusterização
Associação
LEVEL · soulevel.com.br
NÃO CAIA NESSA!
A banca tenta confundir o candidato ao afirmar que algoritmos de classificação podem ser treinados sem rótulos e ainda chamar o processo de supervisionado. São dois erros em sequência: (1) classificação requer rótulos; (2) treinar com dados não rotulados é não supervisionado. O candidato que sabe a definição básica identifica imediatamente a inversão.
PEGA ESSA DICA!
Na hora da prova, lembre-se do teste rápido: se o algoritmo recebe rótulos/classes nas entradas de treino → supervisionado (classificação, regressão). Se não há rótulos → não supervisionado (clusterização, associação). Jamais confunda os papéis.
✅ ERRADO. A afirmação contradiz o conceito de aprendizado supervisionado e a natureza dos algoritmos de classificação.