Questão de Algoritmos e Estrutura de Dados — Algoritmos — Fundação CETAP 2021
Algoritmos e Estrutura de Dados›Algoritmos
Código
qq647627
Banca
Fundação CETAP
Órgão
JUCEPA
Ano
2021
Nível
Médio
Cargo
Técnico em Informática e Registro Mercantil
Quando uma loja de e-commerce sugere um produto para o cliente com base em suas compras e/ou pesquisas recentes ou uma plataforma de streaming sugere um filme ou série com base no que o cliente comumente assiste, os algoritmos destes ambientes estão usando o conceito de aprendizado de máquina. Tipicamente, estes algoritmos são classificados como:
Aaprendizagem supervisionada (ou com supervisão).
Baprendizagem não supervisionada (ou sem supervisão).
Caprendizagem por reforço.
Daprendizagem aleatória.
Revelar gabarito e comentário▾
GabaritoB — aprendizagem não supervisionada (ou sem supervisão).
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: Tipos de Algoritmos
Gabarito: letra B — Aprendizagem não supervisionada (ou sem supervisão). Sistemas de recomendação que sugerem produtos ou filmes com base em compras/pesquisas anteriores ou histórico de visualizações utilizam tipicamente algoritmos de associação (como o Apriori), que são classificados como não supervisionados, pois não exigem dados rotulados previamente. O contexto de apoio confirma que "Algoritmos de associação... são algoritmos não supervisionados".
A questão testa a diferença entre as categorias de aprendizado de máquina. Enquanto o aprendizado supervisionado trabalha com dados rotulados (entrada → saída conhecida), o não supervisionado busca padrões em dados sem rótulos, como agrupamentos (clusterização) e regras de associação — exatamente o que ocorre nos sistemas de recomendação citados.
Aprendizado de Máquina: Supervisionado (Dados rotulados, Entrada → saída conhecida, Ex.: classificação, regressão); Não supervisionado (Dados sem rótulos, Busca padrões ocultos, Ex.: associação (Apriori), clusterização); Por reforço (Agente + ambiente, Recompensa/punição, Maximiza recompensa cumulativa)
Alternativa A — ❌ Incorreta
A aprendizagem supervisionada requer exemplos rotulados (com a "resposta certa") para treinar o modelo. No cenário descrito, o algoritmo não recebe rótulos prévios sobre o que o cliente gosta; ele descobre padrões a partir do histórico de compras/pesquisas, o que caracteriza aprendizado não supervisionado.
Alternativa B — ✅ Correta ⟵ GABARITO
Algoritmos de associação e clusterização são típicos de aprendizado não supervisionado. O sistema infere relações entre itens comprados juntos (ex.: "quem comprou A também comprou B") sem que haja uma variável alvo pré-definida. Isso se encaixa perfeitamente na descrição do enunciado.
Alternativa C — ❌ Incorreta
A aprendizagem por reforço envolve um agente que interage com um ambiente, recebendo recompensas ou punições por suas ações, buscando maximizar uma recompensa cumulativa. Embora possa ser usada em recomendações, não é o conceito típico e mais comum para o caso descrito; o padrão é o não supervisionado.
Alternativa D — ❌ Incorreta
"Aprendizagem aleatória" não é uma categoria clássica de aprendizado de máquina. O termo correto e consagrado é aprendizado não supervisionado para este tipo de problema.