Questão nº 27

Questão de Tecnologia da Informação · FGV CVM 2024 (nº 27)

FGV2024Analista CVM - Ciência de Dados (Perfil 7)Tecnologia da Informação

Um cientista de dados utiliza a biblioteca scikit-learn para treinar um estimador clf usando um conjunto de treinamento X1 e seu respectivo conjunto de atributos-alvo y. Posteriormente, o cientista estima os atributos-alvo do conjunto X2.

Para realizar o treinamento e a predição, o cientista de dados deve usar, respectivamente, os métodos:

Afit(X1,y) e estimate(X2);
Bfit(X1,y) e predict(X2); (alternativa correta)
Ctrain(X1,y) e estimate(X2);
Dtrain(X1,y) e predict(X2);
Etrain(X1,y) e test(X2).

Resposta comentada

Gabarito Alternativa B

Em machine learning, o processo de treinamento ensina um modelo a reconhecer padrões nos dados, e a predição usa esse modelo treinado para fazer estimativas em novos dados.

(A) Incorreta: O método estimate() não é o padrão para predição em scikit-learn; o correto é predict().
(B) Correta: Em scikit-learn, fit(X1,y) é o método padrão para treinar um estimador com os dados de entrada X1 e os alvos y, e predict(X2) é o método padrão para realizar predições em novos dados X2.
(C) Incorreta: O método para treinamento em scikit-learn é fit(), não train(), e para predição é predict(), não estimate().
(D) Incorreta: Embora "train" seja o conceito de treinamento, o método específico em scikit-learn é fit(), não train(). Esta é a armadilha da banca: usar um termo conceitual comum ("treinar") que não corresponde ao nome exato do método da API (fit).
(E) Incorreta: O método para treinamento em scikit-learn é fit(), não train(), e para predição é predict(), não test().

Fonte: FGV CVM 2024 Analista CVM - Ciência de Dados (Perfil 7) (Caderno Tipo 1). Reproduzida para fins de estudo.

Questão de Tecnologia da Informação · FGV CVM 2024 (nº 27)

Resposta comentada

Continue estudando