4) Nos algoritmos de aprendizado supervisionado, para que ocorra o aprendizado, é necessário que tenhamos incialmente dados com o valor da variável alvo (o valor y) a ser calculado. Por exemplo, no do cálculo do IMC, se utilizarmos um algoritmo de aprendizado de máquina, é necessário que para algumas pessoas, além dos dados de peso, altura, tenhamos também o IMC já calculado. A partir destes dados o algoritmo irá criar a função de cálculo, esta função podemos utilizar para calcular o IMC das demais pessoas. Esses algoritmos de aprendizado supervisionado podem resolver uma série de problemas diferentes, conforme o tipo de dado que queremos calcular, porém os três tipos de problema mais abordados são: Alternativas: a) Problemas de regressão, Problemas de classificação e Problemas de encadeamento b) Problemas de assimilação, Problemas de classificação e Problemas de encadeamento c) Problemas de assimilação, Problemas de interpretação e Problemas de acesso d) Problemas de regressão, Problemas de classificação e Problemas de forecast e) Problemas de assimilação, Problemas de interpretação e Problemas de forecast