Engenharia de Software · FGV · 2025 | Questão sqc-fg122141

Aprendizado de Máquina – Tipos de Aprendizado

Gabarito: letra A (V – V – V). As três afirmativas estão corretas: classificação e regressão são tarefas típicas de aprendizado supervisionado; no aprendizado não supervisionado os dados não são rotulados; e SVM, árvores de decisão e regressão logística são algoritmos de aprendizado supervisionado.

A questão cobra a distinção fundamental entre aprendizado supervisionado e não supervisionado, incluindo exemplos de algoritmos de cada tipo. O quadro abaixo resume cada afirmativa:

Afirmativa	Conteúdo	Classificação	Exemplos	V/F
1ª	Classificação e regressão	Supervisionado	—	V
2ª	Dados não rotulados	Não supervisionado	—	V
3ª	SVM, árvores de decisão, regressão logística	Supervisionado	—	V

Agora, analisemos cada alternativa da questão:

Aprendizado de Máquina

1Supervisionado
- Dados rotulados
- Tarefas
  - Classificação
  - Regressão
- Algoritmos
  - SVM
  - Árvores de decisão
  - Regressão logística
2Não supervisionado
- Dados não rotulados
- Tarefas
  - Agrupamento (clustering)
  - Associação

LEVEL · soulevel.com.br

Alternativa A — ✅ Correta ⟵ GABARITO

A sequência V-V-V corresponde exatamente à avaliação correta das três afirmativas. A primeira é verdadeira porque classificação (prever categorias) e regressão (prever valores numéricos) são tarefas que exigem dados rotulados para treinar o modelo. A segunda é verdadeira: no aprendizado não supervisionado, os dados de treinamento não possuem rótulos, e o algoritmo busca padrões ou agrupamentos por conta própria. A terceira também é verdadeira: SVM, árvores de decisão e regressão logística são algoritmos de aprendizado supervisionado, pois utilizam dados rotulados para aprender a mapear entradas em saídas.

Alternativa B — ❌ Incorreta

A sequência F-V-F está errada. A primeira afirmativa é verdadeira, não falsa; a terceira também é verdadeira, não falsa. Apenas a segunda está correta (V). Logo, a sequência não reflete a realidade.

Alternativa C — ❌ Incorreta

A sequência F-F-V está errada. A primeira e a segunda afirmativas são verdadeiras (V), mas a alternativa as marca como falsas. A terceira está correta (V).

Alternativa D — ❌ Incorreta

A sequência V-F-V está errada. A segunda afirmativa é verdadeira (V), não falsa. As demais estão corretas (V e V), mas o erro na segunda invalida a alternativa.

Alternativa E — ❌ Incorreta

A sequência F-V-V está errada. A primeira afirmativa é verdadeira (V), mas a alternativa a marca como falsa. As outras duas estão corretas.

PEGA ESSA DICA!

Para fixar, lembre-se que algoritmos supervisionados trabalham com dados rotulados e são usados para tarefas preditivas (classificação, regressão). Já os não supervisionados lidam com dados não rotulados e visam descoberta de padrões (clusterização, associação). Exemplos comuns de supervisionados: SVM, árvores de decisão, regressão logística, Naive Bayes, redes neurais. Exemplos de não supervisionados: K-means, DBSCAN, PCA, Apriori. Dominar essa classificação é essencial para provas de Machine Learning.