Questão nº 61
Questão de Tecnologia da Informação - Ciência de Dados · FGV MPRJ 2025 (nº 61)
Existem diversos algoritmos de classificação que são amplamente utilizados na resolução de problemas que envolvam problemas de aprendizado de máquina. Com relação aos algoritmos de classificação, analise as afirmativas a seguir.
I. A regressão logística é um algoritmo muito utilizado em ciências biológicas e ciências sociais, ela deve ser usada em problemas de classificação binários, ou seja, problemas para os quais os dados devam ser classificados entre dois grupos distintos e mutuamente excludentes.
II. SVM é um algoritmo cujo objetivo é traçar uma ou mais retas que divida(m) de maneira aproximadamente equitativa, com margem máxima, um conjunto de pontos de um espaço vetorial, que representam os dados do problema estudado. Ele trabalha apenas com dados linearmente separáveis, o que pode, eventualmente, limitar sua aplicação.
III. Árvore de decisão é um algoritmo de aprendizagem não supervisionada, que tem uma variável destino predeterminada. A função da árvore é separar subconjuntos de dados que tenham alguma característica comum, essa característica é chamada de diferenciador e é significativa em relação às variáveis de entrada que podem ser categóricas ou contínuas.
Está correto o que se afirma em
- AII e III, apenas.
- BI e II, apenas.
- CI e III, apenas.
- DIII, apenas.
- EI, apenas. (alternativa correta)
Resposta comentada
Gabarito Alternativa E
Os algoritmos de classificação são métodos de aprendizado de máquina que aprendem a categorizar novos dados em classes ou categorias predefinidas, baseando-se em exemplos anteriores. Eles são usados para prever uma variável categórica (como "sim/não", "doente/saudável", "fraude/não fraude").
(A) Incorreta: A alternativa A afirma que II e III estão corretas, mas ambas as afirmativas II e III contêm erros conceituais importantes.
(B) Incorreta: A alternativa B afirma que I e II estão corretas, mas a afirmativa II está incorreta ao limitar o SVM apenas a dados linearmente separáveis.
(C) Incorreta: A alternativa C afirma que I e III estão corretas, mas a afirmativa III está incorreta ao classificar Árvore de Decisão como aprendizado não supervisionado.
(D) Incorreta: A alternativa D afirma que apenas III está correta, mas a afirmativa III está incorreta.
(E) Correta: A afirmativa I está correta. A Regressão Logística é de fato um algoritmo fundamental para problemas de classificação binária, onde o objetivo é prever a probabilidade de um evento pertencer a uma de duas categorias mutuamente exclusivas (ex: sim/não, 0/1). É amplamente utilizada em diversas áreas, incluindo ciências biológicas e sociais, para modelar a relação entre variáveis preditoras e uma variável de resposta binária.
Análise detalhada das afirmativas:
-
I. Correta: A regressão logística é, por sua natureza, um modelo para classificação binária, estimando a probabilidade de um evento ocorrer. Sua aplicação em ciências biológicas e sociais para prever resultados dicotômicos é muito comum.
-
II. Incorreta: O SVM (Support Vector Machine) busca de fato um hiperplano ótimo com margem máxima. No entanto, a afirmação de que "Ele trabalha apenas com dados linearmente separáveis" é falsa. Através do Kernel Trick, o SVM pode mapear dados não linearmente separáveis para um espaço de dimensão superior onde se tornam linearmente separáveis, tornando-o muito poderoso para problemas complexos. A armadilha aqui é ignorar a capacidade do Kernel Trick.
-
III. Incorreta: A Árvore de Decisão é um algoritmo de aprendizagem supervisionada, não não supervisionada. Ela requer uma variável destino (rótulos) para aprender as regras de decisão que separam os dados. A parte que descreve a função da árvore (separar subconjuntos com características comuns) está correta, mas a premissa inicial de ser "não supervisionada" invalida toda a afirmativa.
Fonte: FGV MPRJ 2025 Analista do Ministério Público - Área Administrativa - Tecnologia da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.