Questão nº 59
Questão de Meio Ambiente - Geoprocessamento e Meio Físico · FGV EPE 2024 (nº 59)
Uma organização ambiental está buscando prever o fluxo de água em um rio baseado em dados históricos de precipitação e outros fatores climáticos. A análise envolve a captura de relações complexas entre múltiplas variáveis para melhorar a precisão das previsões.
Para isso, a organização deve adotar, como modelo de machine learning,
- Aa Regressão Linear Simples, porque é eficaz na previsão de valores futuros ao encontrar grupos naturais dentro dos dados.
- Bas Redes Neurais Artificiais, porque são utilizadas para modelar a relação linear entre uma variável dependente e uma variável independente.
- Co Random Forest, porque combina múltiplas árvores de decisão para melhorar a precisão e capturar relações complexas. (alternativa correta)
- Do K-means Clustering, porque reduz a dimensionalidade dos dados mantendo a variabilidade.
- Ea Análise de Principais Componentes, porque é uma técnica de agrupamento que identifica grupos naturais dentro dos dados.
Resposta comentada
Gabarito Alternativa C
Modelos preditivos de Machine Learning são algoritmos que aprendem padrões em dados históricos para fazer previsões sobre eventos futuros ou valores desconhecidos. Eles identificam as relações entre as variáveis de entrada (o que sabemos) e a variável de saída (o que queremos prever).
- (A) Incorreta: A Regressão Linear Simples modela a relação linear entre duas variáveis (uma independente e uma dependente), o que não se encaixa na necessidade de "múltiplas variáveis" e "relações complexas". Além disso, "encontrar grupos naturais" é uma função de agrupamento (clustering), não de regressão.
- (B) Incorreta: Redes Neurais Artificiais são poderosas para modelar relações não lineares e complexas entre múltiplas variáveis, sendo uma boa opção para o problema. No entanto, a justificativa da alternativa ("modelar a relação linear entre uma variável dependente e uma variável independente") está incorreta, pois descreve a Regressão Linear Simples, e não o principal benefício das Redes Neurais. Armadilha da banca: Embora as Redes Neurais pudessem ser aplicadas, a explicação fornecida é fundamentalmente errada para este tipo de modelo.
- (C) Correta: O Random Forest (Floresta Aleatória) é um modelo de ensemble que constrói e combina múltiplas árvores de decisão. Essa combinação permite capturar relações complexas e não lineares entre diversas variáveis, melhorando a precisão das previsões e reduzindo o sobreajuste (overfitting), sendo ideal para o cenário de previsão de fluxo de água com múltiplos fatores climáticos.
- (D) Incorreta: O K-means Clustering é uma técnica de agrupamento (clustering), utilizada para identificar grupos ou segmentos dentro dos dados, e não para fazer previsões de valores contínuos como o fluxo de água. A descrição "reduz a dimensionalidade" também está incorreta para K-means.
- (E) Incorreta: A Análise de Principais Componentes (PCA) é uma técnica de redução de dimensionalidade, que transforma os dados para simplificá-los, mas não é um modelo preditivo. Ela não faz previsões de valores futuros, e a descrição "técnica de agrupamento" está incorreta.
Fonte: FGV EPE 2024 Analista de Pesquisa Energética - Meio Ambiente - Geoprocessamento e Meio Físico (Caderno Tipo 1). Reproduzida para fins de estudo.