Para identificar as técnicas que representam o aprendizado não supervisionado, precisamos focar em métodos que não utilizam rótulos ou resultados pré-definidos. Vamos analisar as opções: a) k-médias, análise de componentes principais, clusterização hierárquica, decomposição em valores singulares, clusterização baseada em densidade, modelo de mistura Gaussiana. - Esta opção inclui várias técnicas clássicas de aprendizado não supervisionado, como k-médias e análise de componentes principais. b) redes neurais artificiais, máquina de suporte vetorial, k-médias, análise de componentes principais. - Redes neurais e máquinas de suporte vetorial são geralmente associadas ao aprendizado supervisionado. c) k-médias, análise de componentes principais, clusterização hierárquica; regressão linear, regressão logística. - A regressão linear e logística são técnicas de aprendizado supervisionado. d) Árvore de Decisão Continua, Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell. - Árvores de decisão e previsões são também técnicas de aprendizado supervisionado. e) Binária e Não Binária; Previsão de Churn; k-médias, análise de componentes principais. - Novamente, a previsão de churn é uma técnica de aprendizado supervisionado. A única opção que contém exclusivamente técnicas de aprendizado não supervisionado é a) k-médias, análise de componentes principais, clusterização hierárquica, decomposição em valores singulares, clusterização baseada em densidade, modelo de mistura Gaussiana. Portanto, a resposta correta é a)