Para identificar a alternativa correta sobre algoritmos de aprendizado supervisionado, vamos analisar cada uma: A) Agrupa dados semelhantes sem rótulos previamente definidos. - Esta descrição se refere a aprendizado não supervisionado, não supervisionado. B) Utiliza um conjunto de dados de entrada e saída rotulados para criar um modelo. - Esta é a definição correta de aprendizado supervisionado, onde o modelo é treinado com dados que têm rótulos. C) Requer que o usuário classifique manualmente os dados ao longo do processo. - Isso não é uma característica do aprendizado supervisionado, pois os dados já devem estar rotulados antes do treinamento. D) Ajusta os parâmetros automaticamente sem a necessidade de validação externa. - Embora alguns algoritmos possam ajustar parâmetros, a validação é uma parte importante do processo de aprendizado supervisionado. E) Não depende de variáveis de resposta para sua execução. - Isso também se refere a aprendizado não supervisionado, que não utiliza rótulos. Portanto, a alternativa correta é: B) Utiliza um conjunto de dados de entrada e saída rotulados para criar um modelo.