Vamos analisar dois tipos de tarefas distintas: Tarefa A: rotular automaticamente notícias por assunto (política, esporte, ciência...). Tarefa B: descobrir novos agrupamentos de clientes de uma loja on-line a partir de seu histórico de compras, sem rótulos prévios. Qual modalidade de Aprendizado de Máquina deve-se aplicar para resolver, respectivamente A e B?

Alternativa A - Aprendizagem supervisionada; Aprendizagem não-supervisionada.

Análise da Questão

Para responder corretamente, é necessário identificar se cada tarefa utiliza dados com ou sem rótulos (labels) conhecidos durante o treinamento do modelo.

Tarefa A: Classificação com Rótulos

• Descrição: Rotular notícias por assunto (política, esporte, ciência).
• Característica: Existem categorias pré-definidas e conhecidas (os "rótulos") que o sistema deve aprender a associar às notícias.
• Conceito: Isso caracteriza a Aprendizagem Supervisionada, onde o algoritmo aprende a mapear entradas (notícias) para saídas (categorias) baseando-se em exemplos já rotulados.

Tarefa B: Agrupamento Sem Rótulos

• Descrição: Descobrir agrupamentos de clientes sem rótulos prévios.
• Característica: O objetivo é encontrar padrões ocultos ou estruturas nos dados (histórico de compras) sem que o sistema saiba previamente quais grupos existem.
• Conceito: Isso caracteriza a Aprendizagem Não-Supervisionada, especificamente técnicas de clustering (agrupamento), onde o modelo explora os dados sem orientação externa sobre as respostas corretas.

Comparativo das Modalidades

Conclusão

Como a Tarefa A exige aprendizado guiado por categorias conhecidas e a Tarefa B busca padrões ocultos sem direção prévia, a ordem correta é Aprendizagem Supervisionada seguida de Aprendizagem Não-Supervisionada.

Portanto, a primeira alternativa está correta.