Questão de Tecnologia da Informação · FCC TRT15 2023 (nº 25)

O problema pede para prever a probabilidade de uma decisão judicial ter um de dois resultados possíveis (favorável ou desfavorável). Isso é um clássico problema de classificação binária, onde o objetivo é atribuir uma das duas classes e, idealmente, obter a probabilidade dessa atribuição.

(A) Incorreta: Redes Neurais Convolucionais (CNNs) são mais adequadas para processamento de imagens e dados com estrutura espacial, não para dados tabulares ou textuais que descrevem casos judiciais de forma direta para classificação binária.
(B) Correta: A Regressão Logística é uma técnica de Machine Learning fundamental e muito eficaz para problemas de classificação binária, onde o objetivo é prever a probabilidade de um evento ocorrer (neste caso, a decisão ser favorável) ou não, resultando em um valor entre 0 e 1.
(C) Incorreta: K-Means Clustering é um algoritmo de aprendizado não supervisionado usado para agrupar dados em clusters, não para prever um resultado específico ou a probabilidade de uma classe.
(D) Incorreta: Support Vector Machines (SVMs) podem ser usadas para classificação, mas o termo "for regression" (para regressão) indica que essa variante seria usada para prever valores contínuos (como um valor monetário), e não para prever uma probabilidade de um resultado binário. A armadilha aqui é que SVM é um classificador, mas a versão de regressão não se aplica a este problema de classificação binária.
(E) Incorreta: Autoencoders são redes neurais usadas principalmente para redução de dimensionalidade ou aprendizado de representações de dados (feature learning), e não para realizar diretamente uma classificação ou prever probabilidades de um resultado.