Questão nº 91
Questão de Tecnologia da Informação · FGV CGE-SP 2025 (nº 91)
Um cientista de dados de uma agência reguladora está desenvolvendo modelos de Machine Learning para dois problemas distintos: classificar empresas de alto e baixo risco de fraude focando na Classificação Binária e prever o valor futuro de um indicador econômico tendo por base os fundamentos da Regressão.
Sobre as técnicas de modelagem e avaliação mais adequadas para cada cenário, avalie as afirmativas a seguir.
I. No problema de Classificação Binária com uma base desbalanceada, a métrica do coeficiente de determinação R² deve ser priorizada sobre a acurácia.
II. No problema de Regressão, o erro quadrático médio (MSE - Mean Squared Error) é altamente sensível a outliers, e sua raiz quadrada RMSE possui a mesma unidade de medida da variável alvo.
III. O modelo de Regressão Logística é uma técnica de classificação que é adequada para estimar a probabilidade de um evento, mas é incorreto utilizá-lo para prever um valor contínuo como na Regressão.
Está correto o que se afirma em
- AI, apenas.
- BI e II, apenas.
- CI e III, apenas.
- DII e III, apenas. (alternativa correta)
- EI, II e III.
Resposta comentada
Gabarito Alternativa D
Em Ciência de Dados, Classificação é quando queremos prever uma categoria (como "fraude" ou "não fraude"), enquanto Regressão é quando queremos prever um valor numérico contínuo (como o preço de uma ação ou um indicador econômico).
- (A) Incorreta: O coeficiente de determinação é uma métrica usada para avaliar modelos de Regressão, não de Classificação. Para Classificação Binária, especialmente com dados desbalanceados, métricas como Precisão, Recall, F1-score ou AUC-ROC são mais adequadas que a acurácia. A armadilha aqui é que a menção de "base desbalanceada" sugere corretamente que a acurácia não é boa, mas a alternativa proposta () é completamente inadequada para o problema.
- (B) Incorreta: A afirmativa I está incorreta, conforme explicado acima.
- (C) Incorreta: A afirmativa I está incorreta, conforme explicado acima.
- (D) Correta: O Erro Quadrático Médio (MSE) é a média dos quadrados das diferenças entre os valores previstos e reais. Como os erros são elevados ao quadrado, grandes erros (causados por outliers) são amplificados, tornando o MSE muito sensível a eles. A Raiz do Erro Quadrático Médio (RMSE) é a raiz quadrada do MSE, e sua unidade de medida é a mesma da variável alvo (por exemplo, se o alvo é em reais, o RMSE também será em reais), o que facilita a interpretação.
- (E) Incorreta: A afirmativa I está incorreta, conforme explicado acima.
Fonte: FGV CGE-SP 2025 Auditor Estadual de Controle - Tecnologia da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.