Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2024
Engenharia de Software›Inteligencia Artificial
Código
ce167761
Banca
CESPE / CEBRASPE
Órgão
ANTT
Ano
2024
Nível
Superior
Cargo
Especialista em Regulação de Serviços de Transportes Terrestres – Especialidade: Engenharia - Conhecimentos Específicos
Em relação à inteligência artificial e a suas técnicas, bem como aos sistemas de recomendação, julgue o item subsequente.Os algoritmos de regras de associação constroem regras com apenas uma única conclusão, ao contrário dos algoritmos de árvore de decisão, que tentam localizar muitas regras, cada uma delas com uma conclusão diferente.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
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”.
Inteligência Artificial – Regras de Associação e Árvores de Decisão
❌ ERRADO. A afirmação está incorreta porque tanto algoritmos de regras de associação quanto árvores de decisão podem gerar múltiplas regras, e ambos podem ter conclusões únicas ou múltiplas, dependendo da implementação e dos dados. A principal diferença entre essas técnicas não está na quantidade de conclusões por regra, mas na forma como as regras são derivadas e na estrutura do modelo.
Os algoritmos de regras de associação (como Apriori, FP-Growth) constroem regras do tipo "se X então Y", onde X e Y são conjuntos de itens (itemsets). O consequente Y pode conter um ou mais itens – não é restrito a uma única conclusão. Por exemplo: {leite, pão} → {manteiga, café} é uma regra com duas conclusões. Portanto, afirmar que essas regras têm "apenas uma única conclusão" é impreciso.
Por outro lado, as árvores de decisão (algoritmos como ID3, C4.5, CART) também produzem regras: cada caminho da raiz até uma folha pode ser interpretado como uma regra, e cada folha atribui uma única classe ou valor (no caso de classificação ou regressão). Assim, cada regra de uma árvore de decisão também possui uma única conclusão. O que o algoritmo faz é particionar o espaço de atributos para formar várias regiões, cada uma com sua conclusão – mas cada conclusão é única dentro daquela regra.
O item sugere uma oposição falsa: que regras de associação têm uma conclusão e árvores de decisão têm muitas conclusões diferentes. Na realidade:
Regras de associação podem ter múltiplas conclusões (consequente com vários itens).
Regras extraídas de árvores de decisão têm uma conclusão por regra (a classe do nó folha).
Ambos os métodos geram múltiplas regras (um conjunto de regras).
Portanto, a afirmação está errada ao descrever as características desses algoritmos.
PEGA ESSA DICA!
Para questões que comparam técnicas de aprendizado de máquina, foque nas definições formais: regras de associação trabalham com itens e suporte/confiança; árvores de decisão particionam o espaço com base em ganho de informação. A confusão comum é achar que regras de associação são sempre de conclusão única (podem ser múltiplas) e que árvores de decisão produzem regras com conclusões múltiplas (cada regra tem conclusão única).