Machine learning é um subcampo da IA que permite que sistemas aprendam a partir da experiência, sem serem explicitamente programados e a partir de dados. Com esse recursos os sistemas de IA melhoram suas previsões ou decisões para cada tarefa, utiliza métodos estatísticos para interpretar padrões e dados. As técnicas variam desde aprendizado supervisionado e não supervisionado até aprendizado por reforço. Assinale abaixo qual é uma das principais diferenças entre o aprendizado supervisionado e o aprendizado não supervisionado em machine learning: Questão 9Resposta a. No aprendizado supervisionado, os modelos são treinados usando um conjunto de dados que já contém as respostas desejadas, enquanto no aprendizado não supervisionado, os modelos são usados para identificar padrões em dados sem rótulos pré-definidos. b. No aprendizado supervisionado, os modelos são treinados usando um conjunto de dados que já contém as respostas desejadas, enquanto no aprendizado não supervisionado, um agente aprende a tomar decisões otimizadas através de recompensas e punições. c. No aprendizado supervisionado, os modelos são usados para identificar padrões em dados sem rótulos pré-definidos, enquanto no aprendizado não supervisionado, os modelos são treinados usando um conjunto de dados que já contém as respostas desejadas. d. No aprendizado supervisionado, um agente aprende a tomar decisões otimizadas através de recompensas e punições, enquanto no aprendizado não supervisionado, os modelos são treinados usando um conjunto de dados que já contém as respostas desejadas. e. No aprendizado supervisionado um agente aprende a tomar decisões otimizadas através de recompensas e punições, enquanto no aprendizado não supervisionado, os modelos são usados para identificar padrões em dados sem rótulos pré-definidos.