Questão nº 62
Questão de Tecnologia da Informação · FGV TCE-PA 2024 (nº 62)
Diferentes técnicas de classificação são utilizadas em aprendizado de máquina para organizar e categorizar dados de acordo com características predefinidas.
Com respeito a técnicas de classificação em aprendizado de máquina, analise as afirmativas a seguir:
I. A regressão logística determina um hiperplano no espaço -dimensional para separar as instâncias de dados de entrada em partições de acordo com suas classes.
II. As máquinas de vetores de suporte (Support Vector Machines - SVM) consistem em uma abordagem probabilística, determinando uma distribuição de probabilidades de que uma nova instância de dados de entrada pertença as respectivas classes.
III. O algoritmo K vizinhos mais próximos (K Nearest Neighbors - KNN) classifica uma nova instância de dados de entrada conforme a classe das instâncias mais próximas já observadas.
Está correto o que se afirma em
- AI, apenas.
- BII, apenas.
- CIII, apenas. (alternativa correta)
- DI e II, apenas.
- EI, II e III.
Resposta comentada
Gabarito Alternativa C
O conceito-chave é que cada técnica de classificação tem uma estratégia matemática diferente para decidir a qual classe um dado pertence. A regressão logística usa uma função sigmoide para estimar probabilidades, a SVM busca um hiperplano de separação com margem máxima, e o KNN é um método baseado em distância e vizinhança, sem treinar um modelo matemático explícito.
- (A) Incorreta: A afirmação descreve a SVM, não a regressão logística. A regressão logística calcula a probabilidade de pertencer a uma classe usando uma função logística, e não traça um hiperplano rígido.
- (B) Incorreta: A afirmação inverte os papéis. A SVM é uma abordagem geométrica (busca o hiperplano ótimo), e não probabilística. Quem usa distribuição de probabilidades é a regressão logística.
- (C) Correta: A definição do KNN está perfeita: ele classifica uma nova instância olhando a classe majoritária entre os vizinhos mais próximos no espaço de características, sem criar um modelo prévio.
- (D) Incorreta: Como as afirmativas I e II estão erradas (descritas acima), esta opção que as combina também está errada.
- (E) Incorreta: Como apenas a afirmativa III está correta, esta opção que inclui I e II é falsa.
Pegadinha da banca (distrator mais tentador): A letra D é a armadilha clássica. A banca trocou as definições entre regressão logística e SVM. O aluno que decorou os nomes, mas não entendeu o mecanismo, lê "hiperplano" e pensa em SVM, mas a frase diz "regressão logística", então marca I como correta. Depois lê "probabilística" e pensa em regressão logística, mas a frase diz "SVM", então marca II como correta. Resultado: marca D. A solução é associar cada técnica à sua ferramenta central: regressão logística = probabilidade; SVM = hiperplano/margem; KNN = distância/vizinhos.
Fonte: FGV TCE-PA 2024 Auditor de Controle Externo - Informática - Analista de Sistemas (Caderno Tipo 1). Reproduzida para fins de estudo.