Questão nº 22
Questão de Tecnologia da Informação · FCC TRT22 2022 (nº 22)
Considere, abaixo, as situações que envolvem métodos de aprendizado de máquina que podem ser supervisionados (S) ou não supervisionados (NS).
I. Uma empresa monitora e coleta dados em tempo real de mais de 1.000 veículos de divulgação, 100 mil blogs e das principais redes sociais do mundo. Utiliza um método capaz de identificar e segmentar grupos de eleitores a favor ou contra determinado assunto, de acordo com o interesse do cliente.
II. A partir de uma base de dados na qual são identificadas pessoas que estão fumando e pessoas que não estão fumando, são formados dois subconjuntos disjuntos: a base de treino (contendo 70% dos dados originais) e a base de teste (contendo o restante dos dados originais, 30%). Em seguida, a base de treino é submetida ao modelo para que seus parâmetros sejam calibrados e, após esta etapa, ocorre a predição de classes.
III. O sistema de recomendação de um site de comércio eletrônico monitora todos os itens vendidos e, quando um cliente está realizando uma compra, apresenta para ele itens semelhantes frequentemente comprados juntos.
Os itens I, II e III, são exemplos, respectivamente, de métodos
- AS − S − NS.
- BNS − NS − S.
- CS − NS − S.
- DNS − S − NS. (alternativa correta)
- ES − NS − NS.
Resposta comentada
Gabarito Alternativa D
Aprendizado Supervisionado é quando o modelo aprende com dados que já têm as "respostas corretas" (rótulos), como um aluno que tem um professor para corrigir seus exercícios. Aprendizado Não Supervisionado é quando o modelo aprende sozinho, buscando padrões e estruturas em dados que não têm respostas pré-definidas, como um aluno que explora um tema sem um guia.
- (A) Incorreta: A situação I é de aprendizado não supervisionado, não supervisionado.
- (B) Incorreta: A situação I é de aprendizado não supervisionado, e a situação III é de aprendizado não supervisionado.
- (C) Incorreta: A situação I é de aprendizado não supervisionado, e a situação III é de aprendizado não supervisionado.
- (D) Correta:
- I (NS): A tarefa de "identificar e segmentar grupos de eleitores" sem rótulos prévios de "a favor" ou "contra" nos dados de treinamento é um exemplo clássico de agrupamento (clustering), que é uma técnica de aprendizado não supervisionado. O algoritmo descobre a estrutura dos grupos por si só.
- II (S): A existência de "pessoas que estão fumando e pessoas que não estão fumando" como rótulos na base de dados, a divisão em "base de treino" e "base de teste", e a "predição de classes" (fumante/não fumante) são características claras de um problema de classificação, que é uma forma de aprendizado supervisionado.
- III (NS): Um sistema de recomendação que "apresenta para ele itens semelhantes frequentemente comprados juntos" geralmente se baseia em técnicas como regras de associação ou filtragem colaborativa, que buscam padrões e relações nos dados de compra sem a necessidade de rótulos explícitos de "boa recomendação" ou "má recomendação" durante o treinamento. Isso o caracteriza como aprendizado não supervisionado.
- (E) Incorreta: A situação II é de aprendizado supervisionado, não não supervisionado.
Fonte: FCC TRT22 2022 Analista Judiciário - Área Apoio Especializado - Especialidade Tecnologia da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.