Questão de Tecnologia da Informação · CESGRANRIO BB 01/2022 (nº 42)

Conceito-chave: Aprendizado não supervisionado é usado quando os dados não têm rótulos (não há uma coluna de "resposta certa"). O algoritmo apenas encontra padrões e agrupa os dados por similaridade, como fazer "panelinhas" sozinho.

• (A) Incorreta: "Independente" não é um tipo de aprendizado de máquina; é um adjetivo genérico que não descreve a técnica usada para agrupar clientes sem rótulos.
• (B) Correta: A base tem apenas IDs e colunas booleanas (sim/não) de produtos, sem nenhuma variável-alvo (ex.: "comprou" ou "não comprou"). O funcionário quer dividir em grupos (clusterizar) por similaridade de perfil de produtos, o que é a essência do aprendizado não supervisionado (ex.: k-means, agrupamento hierárquico).
• (C) Incorreta: "Por recompensa" não é uma categoria padrão; confunde com aprendizado por reforço, que usa recompensas/punições para aprender ações, não para agrupar dados estáticos.
• (D) Incorreta: Aprendizado por reforço envolve um agente que interage com um ambiente, recebendo recompensas por ações (ex.: jogos, robôs). Aqui não há interação nem sequência de ações; é uma tabela fixa.
• (E) Incorreta: Aprendizado supervisionado exige dados rotulados (ex.: coluna "cliente VIP: sim/não") para treinar um modelo que prevê esse rótulo. Como a tabela só tem IDs e flags de produtos, não há o que prever; logo, não é supervisionado.

Armadilha da banca no distrator (E): O aluno vê "colunas booleanas" e pensa que são "respostas" (rótulos). Mas essas colunas são atributos de entrada (características), não a variável-alvo. A tarefa é agrupar (clusterizar), não classificar ou prever — por isso, não é supervisionado.