Sistemas de Informação · CESPE / CEBRASPE · 2026 | Questão sqc-ce225574

Sistemas de InformaçãoSistemas de Informação

Código: ce225574
Banca: CESPE / CEBRASPE
Órgão: IPAAM
Ano: 2026
Nível: Superior

Cargo: Analista Ambiental – Especialidade: Análise de Sistemas

Texto 2A2-I

Imagens de satélite e inteligência artificial podem ser aplicadas para determinar os níveis de desmatamento e os detalhes da biodiversidade da Floresta Amazônica, de maneira que culturas agrícolas sejam automaticamente classificadas por um sistema de aprendizado de máquina que usa imagens de satélite nesse mapeamento.

É nesse sentido que a ferramenta LLP-Co (learning from label proportions with prototypical contrastive clustering) organiza grandes conjuntos de dados capturados por drones e satélites, que conseguem sobrevoar a floresta e coletar dados em grande escala, inclusive em áreas de cobertura vegetal mais densa. Esses dados são organizados, identificados (rotulados) e classificados pelo sistema, que tem a capacidade de aprender sozinho a partir da supervisão e validação dos pesquisadores.

As aplicações do sistema no monitoramento florestal permitem uma maior acurácia no acompanhamento do avanço do desmatamento, possibilitando uma gestão de políticas públicas mais eficaz. Além disso, a identificação e a classificação das espécies vegetais podem revelar detalhes surpreendentes da biodiversidade local, abrindo novos flancos de pesquisas voltadas para a preservação ambiental.

Internet: <https://portal.fgv.br> (com adaptações).

A classificação automática de culturas agrícolas e espécies vegetais, conforme descrita no texto 2A2-I, corresponde, do ponto de vista da mineração de dados, a uma tarefa de classificação porque

Areduz a dimensionalidade dos dados para a visualização.
Bagrupa dados sem rótulos previamente definidos.
Cidentifica exceções raras em grandes volumes de dados.
Ddescobre relações frequentes entre atributos independentes.
Eassocia instâncias a classes previamente definidas a partir de exemplos.

Revelar gabarito e comentário

GabaritoE — associa instâncias a classes previamente definidas a partir de exemplos.

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”.

Mineração de dados: tarefa de classificação

Gabarito: letra E. A classificação em mineração de dados consiste em associar instâncias a classes predefinidas a partir de exemplos rotulados (aprendizagem supervisionada). O sistema descrito no texto utiliza imagens de satélite e aprendizado de máquina para classificar automaticamente culturas agrícolas e espécies vegetais, com supervisão e validação dos pesquisadores, enquadrando-se perfeitamente nessa definição.

Tarefas de mineração de dados: Classificação (supervisionada) (Instâncias → classes predefinidas, Exemplos rotulados, Modelo preditivo); Clustering (não supervisionada) (Agrupa sem rótulos); Detecção de anomalias (Exceções raras); Regras de associação (Relações frequentes entre atributos); Redução de dimensionalidade (Pré-processamento / visualização)

Alternativa A — ❌ Incorreta

Redução de dimensionalidade é uma tarefa de pré-processamento ou visualização, não de classificação. A classificação não visa reduzir dimensionalidade, mas atribuir rótulos.

Alternativa B — ❌ Incorreta

Agrupar dados sem rótulos previamente definidos é tarefa de clustering (não supervisionada), não classificação. O texto menciona que os dados são "identificados (rotulados)" e o sistema "tem a capacidade de aprender sozinho a partir da supervisão e validação", o que indica aprendizado supervisionado.

Alternativa C — ❌ Incorreta

Identificar exceções raras é tarefa de detecção de anomalias ou outlier detection, não classificação. A classificação foca em atribuir uma classe dentre as pré-definidas.

Alternativa D — ❌ Incorreta

Descobrir relações frequentes entre atributos independentes é tarefa de mineração de regras de associação (ex: market basket analysis), não classificação.

Alternativa E — ✅ Correta ⟵ GABARITO

A definição clássica de classificação em mineração de dados: dado um conjunto de instâncias com atributos e um conjunto de classes predefinidas, o objetivo é aprender um modelo a partir de exemplos rotulados para predizer a classe de novas instâncias. O texto descreve exatamente isso: "culturas agrícolas sejam automaticamente classificadas" e "os dados são organizados, identificados (rotulados) e classificados pelo sistema".

NÃO CAIA NESSA!

A alternativa B descreve clustering (não supervisionado), que é frequentemente confundido com classificação. Lembre-se: classificação usa rótulos prévios; clustering não.

Conclusão: Portanto, a tarefa descrita corresponde à classificação, que associa instâncias a classes predefinidas com base em exemplos (aprendizagem supervisionada). Gabarito: letra E.

Link permanente: /questoes/ce225574