Questão nº 76
Questão de Engenharia Elétrica/Eletrônica · CEBRASPE PF 2025 (nº 76)
Julgue os itens subsequentes, a respeito de regressão logística.
Na regressão logística por meio de aprendizado supervisionado, o emprego de função custo do tipo erro quadrático médio busca transformar a regressão em um problema convexo, para o qual algoritmos embasados em gradiente possuem a vantagem de garantir convergência quase-quadrática, o que acelera o processo de aprendizado.
Resposta comentada
O conceito-chave é que a regressão logística usa a função sigmoide para gerar probabilidades, e a função de custo precisa ser convexa para que o gradiente desça até o mínimo global sem ficar preso em mínimos locais. Para isso, usamos a entropia cruzada (ou log-verossimilhança negativa), não o erro quadrático médio, que com a sigmoide cria uma função não convexa cheia de "vales" e "morros".
- Correta: Errado. O erro quadrático médio não é usado porque, com a sigmoide, ele torna a função de custo não convexa, e a afirmação sobre "convergência quase-quadrática" é um exagero técnico — o gradiente descendente padrão tem convergência linear, não quase-quadrática.
O detalhe torcido está em "função custo do tipo erro quadrático médio" e "garantir convergência quase-quadrática" — ambos são falsos nesse contexto.
Como ficaria certo: Na regressão logística, o emprego da função custo de entropia cruzada (log-loss) busca transformar o problema em um problema convexo, para o qual algoritmos baseados em gradiente possuem a vantagem de garantir convergência para o mínimo global, acelerando o aprendizado.
Fonte: CEBRASPE PF 2025 Perito Criminal Federal - Engenharia Elétrica/Eletrônica. Reproduzida para fins de estudo.