Alternativa D - Aprendizado não supervisionado
Introdução ao Problema
A questão aborda a classificação dos tipos de aprendizado de máquina utilizados em redes neurais artificiais. O cenário descreve uma necessidade específica: realizar agrupamento (clustering) de clientes utilizando dados que não possuem rótulos (etiquetas pré-definidas).
Desenvolvimento Conceitual
Para identificar a resposta correta, precisamos entender a diferença fundamental entre os principais paradigmas de aprendizado de máquina:
- Dados Rotulados vs. Não Rotulados:
- Rotulados: Cada exemplo de entrada vem acompanhado da resposta correta (ex: foto de um gato com a etiqueta "gato").
- Não Rotulados: Apenas os dados brutos são fornecidos, sem respostas conhecidas. O sistema deve descobrir a estrutura sozinho.
- Tipos de Aprendizado:
- Supervisionado: Utiliza dados rotulados para ensinar a rede a prever saídas específicas. É como um aluno com gabarito.
- Não Supervisionado: Utiliza dados não rotulados para encontrar padrões ocultos, estruturas ou agrupamentos naturais nos dados. É como pedir para alguém organizar um monte de peças de Lego soltas apenas pela cor ou tamanho, sem dizer qual modelo construir.
Análise Detalhada
- Palavra-chave no Enunciado: "Dados não rotulados". Esta é a definição direta do aprendizado não supervisionado.
- Técnica Citada: "Agrupamento (clustering)". O clustering é a tarefa mais comum em aprendizado não supervisionado, onde o objetivo é particionar os dados em grupos baseados na similaridade, sem saber previamente quantos grupos existem ou quem pertence a cada grupo inicialmente.
| Tipo de Aprendizado | Dados de Entrada | Objetivo Típico |
|---|
| Supervisionado | Rotulados (Input + Output) | Classificação, Regressão |
| Não Supervisionado | Não Rotulados (Apenas Input) | Clustering, Segmentação |
Portanto, como a rede precisa encontrar padrões em dados sem orientações prévias (rótulos) para fazer segmentação, ela utiliza o aprendizado não supervisionado.
Conclusão
A alternativa correta é a D, pois o aprendizado não supervisionado é a categoria que lida exclusivamente com dados não rotulados e técnicas de descoberta de padrões como o clustering.