Resposta correta
Explicação
O aprendizado supervisionado usa explicitamente dados de treinamento rotulados onde cada exemplo de entrada é pareado com o rótulo de saída correto. O algoritmo aprende a mapear entradas para saídas minimizando o erro entre suas previsões e os rótulos fornecidos, permitindo tarefas como classificação e regressão.
Para se aprofundar
O aprendizado supervisionado treina um modelo em um conjunto de dados onde cada exemplo de entrada é pareado com um rótulo conhecido, e o algoritmo ajusta seus parâmetros para minimizar a diferença entre as saídas previstas e as reais. Os algoritmos comuns incluem regressão linear para alvos contínuos e regressão logística ou árvores de decisão para classificação, com a função de perda orientando a otimização baseada em gradiente. Um comportamento sutil é que o desempenho depende fortemente da qualidade e da cobertura dos rótulos; rótulos com ruído ou tendenciosos fazem com que o modelo aprenda mapeamentos incorretos, e o desequilíbrio de classes pode tornar a acurácia enganosa. Na prática, um cenário como predecir se um cliente cancelará o serviço usa registros históricos onde os resultados de cancelamento já são conhecidos, permitindo que o modelo aprenda padrões e pontue novos clientes cujos resultados são desconhecidos.
Sobre estas questões de prática
Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.