-
O gabarito é Errado.
Aprendizagem supervisionada - A aprendizagem é feita a partir de exemplos, em que o analista ajuda o sistema a construir o modelo, através da definição das classes e dos exemplos em cada classe. O sistema tem que determinar a descrição para cada classe, ou seja, o conjunto de propriedades comuns nos exemplos que lhe são fornecidos. Estando a descrição determinada, é possível formular a regra de classificação que pode ser utilizada para prever a classe de um objeto que não tenha sido considerado na aprendizagem.
Aprendizagem não supervisionada - Esta é efetuada com base em observação e descoberta. Não são definidas classes, pelo que o sistema de DM necessita de observar os exemplos e reconhecer os padrões por si próprio. Daqui resulta um conjunto de descrições de classes, uma para cada classe descoberta no ambiente, isto é, na base de dados.
-
Se o aprendizado é não supervisionado, não há agente externo apresentando algoritmo. No aprendizado não supervisionado o sistema é capaz de gerar análises sozinho...
-
Só complementando, aprendizado não supervisionado é o sistema de busca do google. Você digita Apple, e não aparece maça, mas o site da empresa. O próprio mecanisme fez a associação com base no que os usuários queriam.
-
ERRADO
Aprendizado não supervisionado: Nenhum tipo de etiqueta é dado ao algoritmo de aprendizado, deixando-o sozinho para encontrar estrutura nas entradas fornecidas. O aprendizado não supervisionado pode ser um objetivo em si mesmo (descobrir novos padrões nos dados) ou um meio para atingir um fim.
-
Na busca de padrões no data mining, é comum a utilização do aprendizado não supervisionado, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
Item ERRADO. O erro da alternativa está destacado em vermelho. A descrição da assertiva refere-se a aprendizado supervisionado. Segundo Wikipedia, no aprendizado supervisionado, apresenta-se ao computador exemplos de entradas e saídas previamente conhecidas cujo objetivo é aprender uma regra geral que mapeie as entradas para as saídas correspondentes “aprendidas” com os exemplos fornecidos na fase de aprendizado.
Referência:
[1] :
-
um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
Diz respeito ao processo de aprendizagem supervisionado.
Gabarito errado.
-
Gabarito Errado
"em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída"
Tipos de machine learning
Supervisionado
Humanos controlam a entrada e saída de dados.
Não-supervisionado
Utiliza o deep learning, isto é, aprende sozinha.
-
Pergunte a um policial federal se esse tipo de questão é necessária...poderia haver forte cobrança, detalhada, em procedimentos de polícia judiciária, que é 80% do dia a dia do pf....
-
No data mining, o aprendizado supervisionado é aquele no qual o agente externo auxilia o software a encontrar padrões. O aprendizado não supervisionado é aquele no qual o software não recebe auxílio externo para tal.
Item errado.
-
Atributo multivalorado= atribuição de mais de um valor representado por duas elipses no DRE. ( por exemplo : telefone comercial, celular....)
Atributo monovalorado= atribuição de apenas um valor e representado apenas por uma elipse no DRE. (
Atributo simples= é aquele que é atômico, isto é, ele não pode ser subdividido em outros atributos (Ex: Sexo).
Atributo composto= é aquele que pode ser subdividido em outros atributos (Ex: Endereço ou Nome). Endereço pode ser subdividido em: Rua, Número, CEP, Bairro, Cidade, Estado, País, Continente; já o Nome pode ser subdividido em: Primeiro Nome, Nome do Meio e Último Nome. Ele é representado como atributos conectados por meio de uma linha sólida ao atributo original.
Atributo derivado = também chamado de calculado – é aquele que pode ser derivado ou obtido a partir de outros atributos ou relacionamentos, logo ele não precisa ser armazenado no banco de dados (Ex: Idade)
Atributo armazenado = é aquele que não pode ser calculado, derivado ou obtido por meio de outros atributos – ele tem que ser armazenado de fato no banco de dados, sendo representado por uma elipse sólida.
OBS: é importante ressaltar que – assim como entidades possuem atributos – os relacionamentos também podem possuir atributos.
Fonte: estratégia pdf
-
Atributo multivalorado= atribuição de mais de um valor representado por duas elipses no DRE. ( por exemplo : telefone comercial, celular....)
Atributo monovalorado= atribuição de apenas um valor e representado apenas por uma elipse no DRE. (
Atributo simples= é aquele que é atômico, isto é, ele não pode ser subdividido em outros atributos (Ex: Sexo).
Atributo composto= é aquele que pode ser subdividido em outros atributos (Ex: Endereço ou Nome). Endereço pode ser subdividido em: Rua, Número, CEP, Bairro, Cidade, Estado, País, Continente; já o Nome pode ser subdividido em: Primeiro Nome, Nome do Meio e Último Nome. Ele é representado como atributos conectados por meio de uma linha sólida ao atributo original.
Atributo derivado = também chamado de calculado – é aquele que pode ser derivado ou obtido a partir de outros atributos ou relacionamentos, logo ele não precisa ser armazenado no banco de dados (Ex: Idade)
Atributo armazenado = é aquele que não pode ser calculado, derivado ou obtido por meio de outros atributos – ele tem que ser armazenado de fato no banco de dados, sendo representado por uma elipse sólida.
OBS: é importante ressaltar que – assim como entidades possuem atributos – os relacionamentos também podem possuir atributos.
Fonte: estratégia pdf
-
Na busca de padrões no data mining, é comum a utilização do aprendizado não supervisionado, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
---
SUPERVISÃO = é quando um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada
-
Errado, a questão informa que no aprendizado NÃO SUPERVISIONADO "o agente externo apresenta ao algorítimo alguns conjuntos de padrões de entrada..", esta teoria se refere ao aprendizado SUPERVISIONADO.
Aprendizado Supervisionado = a característica básica é que os dados que utilizamos para treiná-los contém a resposta desejada, os dados são anotados com as respostas ou classes a serem previstas.
Aprendizado Não Supervisionado = ao contrário do supervisionado, a máquina não recebe informações para encontrar padrões, ela o faz de forma automática, reunindo informações semelhantes nos dados e reage com base na presença ou ausência de tais semelhanças em cada novo dado.
-
GABARITO: ERRADO
A questão descreve a aprendizagem supervisionada.
A classificação é o processo de aprender um modelo que descreve diferentes classes de dados. As classes são predefinidas e, portanto, esse tipo de atividade é também chamado de aprendizado supervisionado.
Já na clusterização, o objetivo é classificar casos (por exemplo, pessoas, coisas, eventos) em grupos ou clusters, de modo que o grau de associação seja forte entre os membros do mesmo cluster e fraco entre os membros de diferentes clusters. Contudo, as classes não são previamente definidas, logo falamos em aprendizado não supervisionado.
-
Supervisionado> forneço saída desejada (ou seja, digo o que eu quero, como quero, a máquina só vai atender)
Não supervisionado> Não forneço uma saída desejada, o sistema é capaz de gerar análises sozinho (deep learning)
-
"comparando-se a resposta fornecida pelo algoritmo com a resposta esperada"
Ora essa, então eu estou supervisionando...
-
QC é o maior exemplo de aprendizagem não supervisionada.
-
GAB: E
PEGA A VISAO
SE A QUESTAO JÁ FORNECE OS PADROES DE ENTRADA E RESPECTIVOS PADROES DE SAÍDA É UM APRENDIZADO SUPERVISIONADO.
-
ERRADO
A questão fala de aprendizado supervisionado.
Supervisionado: usuário indica o rótulo de cada tipo de dado no conjunto de treinamento como sendo normal/anômalo e o sistema aprende a classificar as próximas entradas.
Não supervisionado: sistema classifica os dados sem conhecimento prévio das categorias
-
Aprendizagem não supervisionada = Se vira, concurseiro.
by qconcursos!!! hehehe
-
Acredito que se trata sobre o Aprendizado por esforço, o qual deriva da "soma" entre o Aprendizado supervisionado + o Aprendizado não supervisionado. Com isso, o programa descobre variáveis que o auxiliam a chegar a seu dentino bem como recebe um "empurrãozinho" do ser humano.
Um ex: bolsa de valores.
*Erro? Inbox, por gentileza*
-------------------------------------------------------------------------------------------------------------------------------------------------------------------
Conceito de Aprendizado por esforço: "o sistema age por si só na busca das variáveis desejadas, recebendo inputs externos para lhe guiar acerca de sucessos e fracassos."
Fonte: DC
-
Aprendizado SUPERVISIONADO = Pré classificados (Fornece padrão de entrada)
Ex: Azul (Menino) e Rosa (Menina)
Aprendizado NÃO SUPERVIOSIONADO = SEM Pré-classificação
Ex: Analisa vários usuários do facebook e, por meio de suas curtidas em postagens, separa em grupos.
Curtiu Postagens de desenho = crianças
Curtiu sobre política = Adultos
-
Não supervisionado: só são inseridos os dados de entrada pelo usuário; o próprio sistema que gera os dados de saída.
-
Questão
Na busca de padrões no data mining, é comum a utilização do aprendizado não ❌ supervisionado, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
Gabarito errado. ❌
O erro está no “não”. A definição é de aprendizado supervisionado.
-
G-E
A questão descreve o conceito de aprendizado supervisionado.
-
"é comum a utilização do aprendizado não supervisionado, em que um agente externo apresenta"
Se é não supervisionado, não nada que um agente externo se meter...
A questão já morre ali no começo.
-
ERRADO
- Ao apresentar o algoritmo alguns conjuntos de padrões de entrada e saída, trata-se do Aprendizado Supervisionado. (humano treina o algoritmo)
ex: foi definido as classes "Homem" e "Mulher" a partir das características de cada sexo , o algoritmo ao ver uma foto vai dizer se é um Homem ou uma Mulher.
Para ser Supervisionado ou NÃO Supervisionado vai depender da técnica de Data Mining utilizada:
- Aprendizado Supervisionado: CLASSIFICAÇÃO, REGRESSÃO, PREDIÇÃO
- Aprendizado Não Supervisionado: AGRUPAMENTO (Clustering), REGRAS DE ASSOCIAÇÃO
-
Gabarito: Errado. Esse é o conceito de aprendizado supervisionado.
-
o humano esta se metendo, então é SUPERVISIONADO
-
Na busca de padrões no data mining, é comum a utilização do aprendizado não supervisionado, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
___________________________
Gabarito: ERRADO
-
No algoritmo de aprendizado não supervisionado o agente externo apresenta apenas a entrada, mas a saída é inesperada. Exemplo: o usuário pede para o software separar os animais em 3 grupos (entrada). Nesse caso, será separado por semelhança (saída inesperada). Gabarito: E
-
Supervisionado - Exige interação humana, (agente externo) fornece padrões que auxiliam o sistema a realizar a busca pretendida.
Não Supervisionado - O sistema realiza por conta própria (automático).