O campo de Machine Learning utiliza diferentes
abordagens para aprender a partir de dados, sendo duas
das principais o aprendizado supervisionado e o
aprendizado não supervisionado. Qual é a diferença
principal entre esses dois tipos de aprendizado?
A No aprendizado supervisionado, os algoritmos
tentam agrupar dados similares, enquanto, no
aprendizado não supervisionado, os algoritmos
fazem previsões baseadas em dados de entrada.
B No aprendizado supervisionado, os dados são
sempre grandes, enquanto, no aprendizado não
supervisionado, os dados são pequenos.
C No aprendizado supervisionado, os modelos
ajustam-se
automaticamente,
enquanto,
no
aprendizado não supervisionado, os modelos são
ajustados manualmente por programadores.
D No aprendizado supervisionado, os modelos são
treinados com dados de entrada e saída desejada,
enquanto, no aprendizado não supervisionado, os
modelos usam feedback contínuo para melhorar.
E No aprendizado supervisionado, os modelos são
treinados com dados rotulados, enquanto, no
aprendizado não supervisionado, os modelos
encontram padrões em dados não rotulados.