Banco de Dados · FCC · 2019 | Questão sqc-fc056367

Data Mining: Técnicas de Aprendizado

Gabarito: letra B. A questão descreve uma técnica de aprendizado supervisionado que cria regras com base em parâmetros conhecidos (ex.: nitrato) para classificar um aquífero como potável ou não, comparando com uma definição conhecida. Esse é exatamente o objetivo da classificação: atribuir classes predefinidas a novos dados a partir de um conjunto de treinamento rotulado.

O enunciado enfatiza dois pontos decisivos:

Aprendizado supervisionado – a técnica utiliza exemplos previamente classificados para induzir o modelo.
Comparação com uma definição conhecida – as classes (água potável ou não) já estão definidas, e o modelo deve aprender a distingui-las.

No contexto de Data Mining, classificação é a técnica supervisionada por excelência, enquanto associação e clustering são não supervisionadas. Regressão também é supervisionada, mas prevê valores numéricos contínuos, não categorias.

Técnica	Tipo de Aprendizado	Objetivo	Exemplo no Contexto
Associação	Não supervisionado	Descobrir relações entre itens	"Se nitrato alto, então cloro baixo"
Classificação	Supervisionado	Atribuir classes predefinidas	Classificar aquífero como potável ou não
Clustering	Não supervisionado	Agrupar dados sem classes pré-definidas	Agrupar aquíferos por similaridade de parâmetros
Regressão	Supervisionado	Prever valores numéricos contínuos	Prever concentração exata de nitrato
Prediction	Genérico (engloba classificação e regressão)	Prever qualquer valor futuro	Termo amplo, não específico para classes categóricas

Técnicas de Data Mining

1Supervisionado
- Classificação (categorias)
  - Aquífero potável ou não
- Regressão (valores contínuos)
2Não supervisionado
- Associação (regras de itens)
- Clustering (grupos sem rótulo)

LEVEL · soulevel.com.br

Alternativa A – ❌ Incorreta

Associação é uma técnica não supervisionada que descobre relacionamentos entre itens (ex.: regras “quem compra A também compra B”). Não se baseia em classes predefinidas nem em aprendizado supervisionado.

Alternativa B – ✅ Correta ⟵ GABARITO

Classificação constrói um modelo a partir de dados rotulados para predizer a classe de novas instâncias. Exatamente o cenário: parâmetros conhecidos (nitrato, etc.) e uma definição de potabilidade servem para treinar o sistema e classificar aquíferos.

Alternativa C – ❌ Incorreta

Clustering (agrupamento) é não supervisionado: particiona os dados em grupos homogêneos sem classes pré-definidas. O enunciado fala em “comparando-se com uma definição conhecida”, o que exclui clustering.

Alternativa D – ❌ Incorreta

Regressão é supervisionada, mas prevê valores numéricos contínuos (ex.: concentração exata de nitrato). O problema pede uma decisão categórica (potável ou não), o que é classificação, não regressão.

Alternativa E – ❌ Incorreta

Prediction (predição) é um termo genérico que engloba classificação e regressão. A banca, contudo, usa “prediction” como uma opção ampla, enquanto o contexto específico de “aprendizado supervisionado com classes conhecidas” aponta para classificação como técnica mais precisa.

PEGA ESSA DICA!

Para identificar a técnica, foque em duas palavras-chave: se há classes predefinidas e aprendizado supervisionado, é classificação. Se não há rótulos, é clustering ou associação. Se a saída é numérica, é regressão.

Gabarito: letra B.