Questão de Fluência em Dados · FGV CVM 2024 (nº 31)

A redução de dimensionalidade é o processo de diminuir o número de características (ou "features") nos dados, como se estivéssemos resumindo um documento longo para focar nas informações mais importantes, sem perder o essencial. Isso torna os dados mais fáceis de processar e analisar.

(A) Incorreta: O treinamento do modelo é a fase onde o algoritmo de Machine Learning aprende com os dados já preparados. A redução de dimensionalidade é uma etapa anterior que prepara os dados para esse treinamento, não faz parte do processo de aprendizado em si. A armadilha aqui é confundir a etapa de preparação que impacta o treinamento com o treinamento em si.
(B) Incorreta: A visualização de dados analíticos é sobre representar os dados graficamente para entender padrões ou comunicar resultados. Embora dados com dimensionalidade reduzida possam ser mais fáceis de visualizar, a redução em si é uma técnica de transformação dos dados, não uma técnica de visualização.
(C) Incorreta: O entendimento do negócio é a fase inicial do ciclo, onde se define o problema, os objetivos e os requisitos do projeto. Não envolve a manipulação técnica dos dados.
(D) Correta: A fase de limpeza e preparação dos dados (também conhecida como pré-processamento) é onde os dados brutos são transformados, limpos, organizados e formatados para serem adequados ao uso em modelos. A redução de dimensionalidade se encaixa perfeitamente aqui, pois é uma técnica de transformação que otimiza a estrutura dos dados, removendo ruídos, redundâncias e tornando-os mais eficientes para o treinamento do modelo.
(E) Incorreta: O tuning de hiperparâmetros é a otimização das configurações internas de um modelo para melhorar seu desempenho, e ocorre geralmente após o treinamento inicial. Não está relacionado à preparação da dimensionalidade dos dados.