Aprendizado de máquina supervisionado
Gabarito: letra D. No aprendizado supervisionado, os dados de treinamento devem ser rotulados, ou seja, cada exemplo possui uma saída desejada conhecida, fornecida por um "professor". Essa é a característica fundamental que o distingue do aprendizado não supervisionado (dados não rotulados).
A banca testa o conhecimento básico sobre as definições dos tipos de aprendizado de máquina, especialmente o supervisionado. Vamos analisar cada alternativa:
Alternativa A — ❌ Incorreta
Afirma que o conjunto de teste deve ser maior que o de treino. Na prática, o oposto é recomendado: o conjunto de treino costuma ser maior (por exemplo, 70% treino, 30% teste) para que o modelo aprenda padrões suficientes e seja avaliado em dados não vistos. A alternativa inverte o tamanho esperado.
Alternativa B — ❌ Incorreta
Inverte a ordem do processo. A sequência correta é primeiro treinar o modelo com os dados rotulados (treinamento) e depois testá-lo com dados novos (teste). O enunciado coloca o teste antes do treinamento, o que não faz sentido.
Alternativa C — ❌ Incorreta
Afirma que modelos supervisionados podem ser usados em regressão, mas não em classificação. Isso é falso: tanto regressão (prever valores contínuos) quanto classificação (prever categorias) são tarefas típicas de aprendizado supervisionado. Exemplos: regressão linear para preços, regressão logística para classes binárias.
Alternativa D — ✅ Correta ⟵ GABARITO
Exatamente o que define o aprendizado supervisionado. Conforme o texto de apoio:
Aprendizado de máquina (Wikipédia):
Aprendizado supervisionado: São apresentadas ao computador exemplos de entradas e saídas desejadas, fornecidas por um "professor". O objetivo é aprender uma regra geral que mapeia as entradas para as saídas.
Os dados rotulados são a base desse paradigma.
Alternativa E — ❌ Incorreta
O F1-score é uma métrica específica para problemas de classificação (combina precisão e recall). Para modelos de regressão, as métricas comuns são erro quadrático médio (MSE), raiz do erro quadrático médio (RMSE), erro absoluto médio (MAE) e coeficiente de determinação (R²). Portanto, a afirmação está equivocada.
Gabarito: letra D.