Pular para o conteúdo principal

Questão de Noções de Informática — Inteligência Artificial e Automação — Quadrix 2025

Noções de InformáticaInteligência Artificial e Automação
Código
qg605959
Banca
Quadrix
Órgão
CRO-SP
Ano
2025
Nível
Superior
No que diz respeito aos conceitos de redes de computadores, ao gerenciamento de arquivos, pastas e programas e à inteligência artificial, julgue o item a seguir.A técnica de aprendizado de máquina supervisionado na inteligência artificial (IA) requer um conjunto de dados previamente rotulado para que o algoritmo possa aprender padrões e fazer previsões.
  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 de máquina supervisionado

Gabarito: CERTO. A afirmativa está correta porque o aprendizado supervisionado, um dos principais paradigmas do machine learning, exige um conjunto de dados previamente rotulado (com entradas e saídas conhecidas) para que o algoritmo aprenda a mapear padrões e, a partir disso, faça previsões sobre novos dados. Essa é a definição clássica do método, amplamente aceita na literatura de IA.

O aprendizado de máquina (ou machine learning) é um subcampo da inteligência artificial que permite que sistemas aprendam com dados, sem serem explicitamente programados para cada tarefa. Ele se divide em três grandes paradigmas: supervisionado, não supervisionado e por reforço. A diferença central entre eles está na natureza dos dados de treinamento e no objetivo do algoritmo.

No aprendizado supervisionado, o modelo recebe um conjunto de dados rotulados, ou seja, cada exemplo de entrada vem acompanhado da saída correta (o rótulo). O algoritmo aprende a relação entre as variáveis de entrada e a saída, ajustando seus parâmetros para minimizar os erros. Depois de treinado, ele consegue fazer previsões para dados novos, não vistos. As tarefas típicas são classificação (prever uma categoria, como "spam" ou "não spam") e regressão (prever um valor numérico, como o preço de um imóvel).

Já no aprendizado não supervisionado, os dados não possuem rótulos. O objetivo é explorar a estrutura dos dados, encontrando padrões, agrupamentos ou associações sem supervisão externa. As tarefas típicas são clusterização (agrupar dados semelhantes) e associação (descobrir regras de correlação).

Por fim, no aprendizado por reforço, o agente aprende por tentativa e erro, recebendo recompensas ou punições conforme suas ações, buscando maximizar a recompensa acumulada ao longo do tempo.

A banca explora exatamente essa distinção: a afirmativa descreve com precisão o aprendizado supervisionado, e o candidato que confunde os paradigmas pode marcar "errado" por achar que a definição se aplica a outro tipo. Mas a definição apresentada é a correta para o supervisionado.

1Supervisionado
Dados rotulados
Tarefas: classificação e regressão
2Não supervisionado
Dados sem rótulos
Tarefas: clusterização e associação
3Por reforço
Tentativa e erro
Recompensas e punições
Aprendizado de máquina
LEVELsoulevel.com.br
Aprendizado de máquina: Supervisionado (Dados rotulados, Tarefas: classificação e regressão); Não supervisionado (Dados sem rótulos, Tarefas: clusterização e associação); Por reforço (Tentativa e erro, Recompensas e punições)
PEGA ESSA DICA!

Para fixar, lembre-se do par: supervisionado = dados rotulados (classificação e regressão); não supervisionado = dados não rotulados (clusterização e associação). Se a questão mencionar "rótulos" ou "saídas conhecidas", é supervisionado; se mencionar "descobrir padrões" ou "agrupar", é não supervisionado.

✅ CERTO.

Link permanente: /questoes/qg605959