Uma empresa precisa treinar um modelo para classificar imagens de várias espécies de animais. Ela já possui um grande conjunto de imagens rotuladas e não rotulará dados adicionais. Qual abordagem de aprendizado a empresa deve usar?

A empresa deve usar aprendizado supervisionado porque possui um grande conjunto de imagens rotuladas, o que é um requisito fundamental para essa abordagem. No aprendizado supervisionado, o modelo aprende a mapear entradas (imagens) para saídas (rótulos de espécies) com base em exemplos pré-rotulados. Aprendizado não supervisionado é usado quando não há rótulos, buscando padrões nos dados. Aprendizado por reforço envolve um agente que aprende por tentativa e erro em um ambiente, recebendo recompensas ou penalidades. Aprendizado ativo é uma técnica onde o modelo seleciona os dados mais informativos para serem rotulados, o que não se aplica aqui, pois a empresa não rotulará dados adicionais.