3. O aprendizado de máquina não supervisionado é um tipo de aprendizado que desenvolve padrões em dados que não são rotulados. Algoritmos que encontram regras de associação são exemplos de algoritmos não supervisionados. Sobre esse tipo de algoritmo, considere as asserções a seguir:
I. O algoritmo Apriori é um tipo de algoritmo não supervisionado que busca encontrar clusters em um conjunto de dados não rotulado. II. O K-means é um exemplo de algoritmo para encontrar regras de associação. III. Clustering e encontrar regras de associação são tarefas de algoritmos de aprendizado não supervisionado.
Resposta: A. Apenas a afirmativa III está correta.
Explicação: I. A afirmativa I está incorreta. O algoritmo Apriori não é usado para encontrar clusters em um conjunto de dados não rotulado. O Apriori é um algoritmo de mineração de regras de associação, usado para identificar padrões de coocorrência de itens em conjuntos de dados.
II. A afirmativa II está incorreta. O K-means não é um algoritmo para encontrar regras de associação. Em vez disso, o K-means é um algoritmo de clustering (agrupamento) usado para agrupar dados em clusters com base em sua similaridade. Não está relacionado a encontrar regras de associação.
III. A afirmativa III está correta. Clustering e encontrar regras de associação são tarefas típicas de algoritmos de aprendizado não supervisionado. Clustering envolve agrupar dados semelhantes, enquanto a mineração de regras de associação envolve a descoberta de padrões de coocorrência em conjuntos de dados não rotulados.
Lista de comentários
Resposta: A. Apenas a afirmativa III está correta.
Explicação: I. A afirmativa I está incorreta. O algoritmo Apriori não é usado para encontrar clusters em um conjunto de dados não rotulado. O Apriori é um algoritmo de mineração de regras de associação, usado para identificar padrões de coocorrência de itens em conjuntos de dados.
II. A afirmativa II está incorreta. O K-means não é um algoritmo para encontrar regras de associação. Em vez disso, o K-means é um algoritmo de clustering (agrupamento) usado para agrupar dados em clusters com base em sua similaridade. Não está relacionado a encontrar regras de associação.
III. A afirmativa III está correta. Clustering e encontrar regras de associação são tarefas típicas de algoritmos de aprendizado não supervisionado. Clustering envolve agrupar dados semelhantes, enquanto a mineração de regras de associação envolve a descoberta de padrões de coocorrência em conjuntos de dados não rotulados.
Resposta:
A. Apenas a afirmativa III está correta.
Explicação:
Ambas são tarefas de aprendizado não supervisionado, pois não necessitam de dados rotulados.