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 aprendizado de máquina utiliza algoritmos de classificação para ensinar computadores a categorizar dados em grupos predefinidos, identificando padrões em dados existentes para prever a categoria de novos dados.
- (A) Incorreta: A regressão logística modela a probabilidade de uma instância pertencer a uma classe usando uma função sigmoide. Embora o limite de decisão resultante seja um hiperplano (uma linha em 2D, um plano em 3D, etc.), o algoritmo não "determina" o hiperplano diretamente como seu objetivo principal, mas sim aprende os pesos que definem esse limite como uma consequência da otimização da probabilidade.
- (B) Incorreta: As Máquinas de Vetores de Suporte (SVM) são classificadores discriminativos que buscam o hiperplano que maximiza a margem entre as classes. Elas não são intrinsecamente uma abordagem probabilística; elas classificam instâncias diretamente, sem fornecer probabilidades de pertencimento a uma classe como resultado padrão.
- (C) Correta: O algoritmo K vizinhos mais próximos (KNN) é um método não-paramétrico que classifica uma nova instância de dados atribuindo-a à classe mais comum entre seus "K" vizinhos mais próximos no conjunto de dados de treinamento.
Fonte: FGV TCE-PA 2024 Auditor de Controle Externo - Informática - Analista de Sistemas (Caderno Tipo 1). Reproduzida para fins de estudo.