Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025

Engenharia de SoftwareInteligencia Artificial
Código
ce215917
Banca
CESPE / CEBRASPE
Órgão
SUSEP
Ano
2025
Nível
Superior
Cargo
Analista Técnico: - Área: Tecnologia da Informação e Ciência de Dados
A respeito de aprendizagem de máquina, julgue o item que se segue.No agrupamento hierárquico, ao contrário do k-means, não se exige especificação prévia do número de clusters.
  1. CCerto
  2. 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”.

Aprendizagem de máquina – Agrupamento hierárquico vs. k-means

Gabarito: ✅ Certo (C). A afirmação está correta: no agrupamento hierárquico, ao contrário do k-means, não se exige a especificação prévia do número de clusters. Enquanto o k-means requer que se defina k antes da execução, os métodos hierárquicos constroem uma estrutura em árvore (dendrograma) que permite visualizar o agrupamento em diferentes níveis de granularidade, sem necessidade de informar o número de grupos antecipadamente.

SE LIGUE NESSA!

O contexto fornecido confirma que a principal vantagem dos métodos hierárquicos é dispensar a definição prévia do número de clusters, enquanto o k-means (método não hierárquico) exige essa definição.

Agrupamento (clustering)
  • 1Hierárquico
    • Não exige k prévio
    • Dendrograma (árvore)
    • Granularidade ajustável
  • 2k-means
    • Exige k prévio
    • Partição fixa
LEVEL · soulevel.com.br

Gabarito: ✅ Certo (C).

Link permanente: /questoes/ce215917