Questão de Tecnologia da Informação · FGV DATAPREV 2024 (nº 68)

O método Karhunen-Loeve, também conhecido como Análise de Componentes Principais (PCA), é uma técnica que transforma um conjunto de dados de alta dimensão em um conjunto de dados de menor dimensão, mantendo a maior parte da informação original. Ele faz isso encontrando as direções (componentes principais) onde os dados variam mais.

• (A) Incorreta: Criar agrupamentos hierárquicos de dados é uma tarefa de clustering, que busca organizar dados em grupos, e não o objetivo direto do método Karhunen-Loeve.
• (B) Incorreta: Detectar concept drift (mudança no padrão dos dados ao longo do tempo) é uma tarefa de monitoramento de modelos, não a função principal do Karhunen-Loeve.
• (C) Incorreta: Gerar classificadores ensemble envolve combinar múltiplos modelos preditivos para melhorar o desempenho, o que é diferente da transformação de dados realizada pelo Karhunen-Loeve.
• (D) Incorreta: Produzir regras de associação é uma tarefa de mineração de dados que busca encontrar relações entre itens em grandes conjuntos de dados (ex: "quem compra A também compra B"), não sendo o objetivo do Karhunen-Loeve.
• (E) Correta: O objetivo geral do método Karhunen-Loeve é reduzir a dimensionalidade de um conjunto de dados, projetando-o em um espaço de menor dimensão enquanto preserva a maior parte da variância (informação) original.