3. O agrupamento é considerado uma técnica de aprendizado não supervisionado. O aprendizado é a capacidade de um agente melhorar sua performance com base em experiências passadas. Sobre o aprendizado e a diferença entre aprendizado supervisionado e não supervisionado, assinale a alternativa correta.
A. O aprendizado supervisionado se preocupa em dividir os dados em clusters únicos, enquanto o não supervisionado se preocupa em dividi-los em clusters de forma hierárquica.
B. O aprendizado supervisionado separa os dados em grupos conforme a densidade de uma vizinhança, delimitando os grupos de acordo com espaços menos densos. Já o aprendizado não supervisionado é uma abordagem que separa os dados em grupos hierárquicos.
C. O aprendizado supervisionado conta com um conjunto de dados em que já temos uma resposta correta esperada, chamada de rótulo, e treinamos nosso modelo com esses dados. Já para o aprendizado não supervisionado, não temos nenhuma indicação da saída esperada para a função de nosso modelo.
C. O aprendizado supervisionado conta com um conjunto de dados em que já temos uma resposta correta esperada, chamada de rótulo, e treinamos nosso modelo com esses dados. Já para o aprendizado não supervisionado, não temos nenhuma indicação da saída esperada para a função de nosso modelo.
C. O aprendizado supervisionado conta com um conjunto de dados em que já temos uma resposta correta esperada, chamada de rótulo, e treinamos nosso modelo com esses dados. Já para o aprendizado não supervisionado, não temos nenhuma indicação da saída esperada para a função de nosso modelo.
Explicação:
A grande diferença entre o aprendizado supervisionado e o não supervisionado é que, para o primeiro, nossos dados são rotulados e, para o segundo, não temos nenhum rótulo de saída para os dados.
Lista de comentários
C. O aprendizado supervisionado conta com um conjunto de dados em que já temos uma resposta correta esperada, chamada de rótulo, e treinamos nosso modelo com esses dados. Já para o aprendizado não supervisionado, não temos nenhuma indicação da saída esperada para a função de nosso modelo.
Resposta:
C. O aprendizado supervisionado conta com um conjunto de dados em que já temos uma resposta correta esperada, chamada de rótulo, e treinamos nosso modelo com esses dados. Já para o aprendizado não supervisionado, não temos nenhuma indicação da saída esperada para a função de nosso modelo.
Explicação:
A grande diferença entre o aprendizado supervisionado e o não supervisionado é que, para o primeiro, nossos dados são rotulados e, para o segundo, não temos nenhum rótulo de saída para os dados.