Questão de Tecnologia da Informação · FCC TRT4 2022 (nº 54)

Regras de associação são técnicas de aprendizado de máquina que encontram relações interessantes e frequentes entre itens em grandes conjuntos de dados, como "se um cliente compra pão, ele também compra leite". Elas nos ajudam a entender o que está acontecendo nos dados.

• (A) Correta: Regras de associação são modelos descritivos porque seu objetivo é descrever padrões e relações existentes nos dados, não prever um valor futuro ou uma classe.
• (B) Incorreta: Regras de associação representam padrões (como "comprar X e Y juntos") que são descobertos nas transações de um banco de dados, sendo esse seu principal objetivo.
• (C) Incorreta: Para usar algoritmos como Apriori, os dados geralmente precisam ser convertidos para um formato de transação (lista de itens por transação) para que o algoritmo possa identificar conjuntos de itens frequentes.
• (D) Incorreta: Regras de associação são descritivas, não preditivas. A armadilha da banca reside em confundir a descoberta de padrões com a previsão; elas mostram o que já acontece (descrição), e não o que irá acontecer (predição) em um sentido de classificação ou regressão de um valor específico.
• (E) Incorreta: Regras de associação são uma forma de aprendizado não supervisionado e não exigem uma definição explícita de classe ou variável alvo, ao contrário dos algoritmos de classificação.