Para identificar a técnica utilizada para treinar modelos de aprendizado de máquina a reconhecer padrões em dados não rotulados, vamos analisar as opções: a) Aprendizado supervisionado - Essa técnica utiliza dados rotulados, ou seja, os dados já têm as respostas conhecidas. b) Aprendizado semi-supervisionado - Essa técnica combina dados rotulados e não rotulados, mas ainda utiliza dados rotulados. c) Aprendizado por reforço - Essa técnica envolve um agente que aprende a tomar decisões através de recompensas e punições, não se aplica diretamente a dados não rotulados. d) Aprendizado não supervisionado - Essa técnica é especificamente projetada para trabalhar com dados não rotulados, permitindo que o modelo encontre padrões e estruturas nos dados. Portanto, a alternativa correta é: d) Aprendizado não supervisionado.