Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2024
Engenharia de Software›Inteligencia Artificial
Código
ce167458
Banca
CESPE / CEBRASPE
Órgão
ANTT
Ano
2024
Nível
Superior
Cargo
Especialista em Regulação de Serviços de Transportes Terrestres - Conhecimentos Específicos
Julgue o próximo item, em relação a aprendizado supervisionado e não supervisionado.A regressão logística é usada para fazer uma previsão sobre uma variável categórica comparada a uma contínua; assim como a regressão linear, a regressão logística também pode ser usada para estimar o relacionamento entre uma variável dependente e uma ou mais variáveis independentes.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoC — Certo
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Regressão Logística – Aprendizado Supervisionado
Gabarito: Certo (C). A regressão logística é uma técnica de aprendizado supervisionado utilizada para prever uma variável dependente categórica (geralmente binária) a partir de uma ou mais variáveis independentes, que podem ser contínuas ou categóricas. A afirmação está correta: ela faz previsão sobre uma variável categórica (diferentemente da regressão linear, que prevê contínua) e, assim como a regressão linear, também estima o relacionamento entre a variável dependente e as independentes. Ambos os modelos pertencem à família das regressões e são usados para entender a influência dos preditores na resposta, embora a natureza da resposta seja diferente.
O enunciado descreve corretamente essas características: a primeira parte destaca que a regressão logística prevê uma variável categórica (comparada a uma contínua), e a segunda parte afirma que ela também pode estimar relações entre variável dependente e independentes – o que é verdadeiro, pois a regressão logística modela a probabilidade de ocorrência de um evento em função dos preditores.
Característica
Regressão Logística
Regressão Linear
Tipo de variável dependente (prevista)
Categórica (geralmente binária)
Contínua
Tipo de variáveis independentes (preditores)
Contínuas ou categóricas
Contínuas ou categóricas
Objetivo do modelo
Estimar a probabilidade de ocorrência de um evento (relação entre dependente e independentes)
Estimar o valor numérico da variável dependente (relação entre dependente e independentes)
Natureza da saída
Probabilidade (entre 0 e 1)
Valor numérico real
Regressão logística: Aprendizado supervisionado; Variável dependente (Categórica (binária)); Variáveis independentes (Contínuas ou categóricas); Relação com regressão linear (Ambas estimam relação entre variáveis, Dependente: categórica vs. contínua)