Questão de Noções de Informática — Inteligência Artificial e Automação — INSTITUTO AOCP 2025

Aprendizado de Máquina: supervisionado × não supervisionado

Gabarito: letra B. A alternativa correta associa Classificação ao aprendizado supervisionado e o algoritmo Random Forest a essa técnica — exatamente o que o enunciado pede: uma técnica e um algoritmo corretamente associados à categoria. As demais alternativas trocam a categoria da técnica (Regressão, Associação, Agrupamento e Redução de dimensionalidade são, em sua maioria, não supervisionadas) ou associam algoritmos errados.

O Aprendizado de Máquina (Machine Learning) é um subcampo da Inteligência Artificial que permite que sistemas aprendam padrões a partir de dados, sem serem explicitamente programados para cada tarefa. A divisão fundamental entre os modelos está na presença ou ausência de rótulos (valores esperados) nos dados de treinamento:

• Supervisionado: o modelo recebe dados rotulados (entrada + saída esperada) e aprende a mapear a relação entre eles. As duas grandes técnicas são Classificação (prever uma categoria discreta, ex.: spam ou não spam) e Regressão (prever um valor contínuo, ex.: preço de um imóvel).

• Não supervisionado: o modelo recebe dados sem rótulos e deve descobrir padrões, estruturas ou agrupamentos por conta própria. As técnicas principais são Agrupamento/Clusterização (agrupar dados similares, ex.: segmentação de clientes), Associação (descobrir regras de itens frequentes, ex.: análise de cesta de compras) e Redução de dimensionalidade (simplificar os dados mantendo a informação essencial, ex.: PCA).

A distinção prática que a banca explora é: supervisionado = preditivo (faz previsões com base em exemplos rotulados); não supervisionado = descritivo (descobre padrões em dados não rotulados).

A pegadinha central desta questão é a troca de categoria: a banca apresenta técnicas não supervisionadas como se fossem supervisionadas (e vice-versa), e algoritmos associados à técnica errada. O candidato que decora apenas os nomes, sem entender a lógica dos rótulos, cai facilmente. Guarde o par técnica → categoria → algoritmo: é exatamente nessa tríade que as alternativas se separam.

Alternativa A — ❌ Incorreta

Afirma que Regressão é uma técnica de aprendizado não supervisionado e que o algoritmo associado é o Decision Tree. Há dois erros: a Regressão é uma técnica supervisionada (prevê valores contínuos a partir de dados rotulados), e o Decision Tree (árvore de decisão) é um algoritmo de classificação, também supervisionado — não é o algoritmo típico de regressão (embora existam árvores de regressão, a associação clássica da banca é com classificação). A alternativa erra tanto na categoria quanto na associação técnica-algoritmo.

Alternativa B — ✅ Correta ⟵ GABARITO

Afirma que Classificação é uma técnica de aprendizado supervisionado e que um dos algoritmos utilizados é o Random Forest. Correto: a classificação é a tarefa supervisionada por excelência (prever uma categoria a partir de dados rotulados), e o Random Forest é um algoritmo de aprendizado supervisionado baseado em múltiplas árvores de decisão (ensemble), amplamente usado em problemas de classificação. A alternativa espelha exatamente a definição do enunciado: presença de rótulos nos dados de treinamento.

Alternativa C — ❌ Incorreta

Afirma que Associação é uma técnica de aprendizado supervisionado e que o algoritmo utilizado é o Apriori. O erro está na categoria: a Associação é uma técnica não supervisionada (descobre regras de itens frequentes em dados sem rótulos, como a análise de cesta de compras). O algoritmo Apriori está corretamente associado à Associação, mas como a categoria está errada, a alternativa é incorreta.

Alternativa D — ❌ Incorreta

Afirma que Agrupamento (clusterização) é uma técnica de aprendizado supervisionado e que o algoritmo utilizado é o K-Means. O erro está na categoria: o Agrupamento é uma técnica não supervisionada (agrupa dados similares sem rótulos). O algoritmo K-Means está corretamente associado ao Agrupamento, mas a categoria está errada, tornando a alternativa incorreta.

Alternativa E — ❌ Incorreta

Afirma que Redução de dimensionalidade é uma técnica de aprendizado supervisionado e que o algoritmo utilizado é o PCA (Principal Component Analysis). O erro está na categoria: a Redução de dimensionalidade é uma técnica não supervisionada (simplifica os dados encontrando as características mais importantes, sem usar rótulos). O algoritmo PCA está corretamente associado à Redução de dimensionalidade, mas a categoria está errada, tornando a alternativa incorreta.

Gabarito: letra B.