Questão de Algoritmos e Estrutura de Dados — Algoritmos — FCC 2022
Algoritmos e Estrutura de Dados›Algoritmos
Código
fc066104
Banca
FCC
Órgão
TRT - 23ª REGIÃO (MT)
Ano
2022
Cargo
Analista Judiciário - Área Apoio - Tecnologia da Informação
Em um projeto de análise de dados, uma Analista ficou responsável pela tarefa de fazer o agrupamento de clientes de uma empresa de telecomunicações em cinco grupos distintos. A Analista realizou dois tipos de agrupamentos:I. Cada cliente foi colocado em um único grupo dos cinco grupos definidos.II. Cada cliente recebeu uma probabilidade de estar em um dos cinco grupos da empresa.Os agrupamentos do tipo I e II são, correta e respectivamente:
Arotulado e não rotulado.
Bnão rotulado e rotulado.
Crígido (hard cluster) e suave (soft cluster).
Ddistinto (distinct cluster) e distribuído (distributed cluster).
Esupervisionado e não supervisionado.
Revelar gabarito e comentário▾
GabaritoC — rígido (hard cluster) e suave (soft cluster).
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”.
Agrupamento (Clusterização) em Mineração de Dados
Gabarito: letra C. O agrupamento do tipo I, em que cada cliente é alocado em um único grupo, é denominado rígido (hard cluster); o tipo II, em que cada cliente recebe uma probabilidade de pertencer a cada grupo, é denominado suave (soft cluster). Esses termos são amplamente utilizados em algoritmos de clusterização, como o K-means (rígido) e o Fuzzy C-Means (suave).
A banca testa o conhecimento sobre os tipos de saída de algoritmos de agrupamento. O contexto de data mining menciona algoritmos como K-means (rígido) e FCM (suave), que se encaixam exatamente na descrição.
Tipos de agrupamento (clusterização): Rígido (hard cluster); Cada elemento em um único grupo; Ex.: K-means; Suave (soft cluster); Probabilidade de pertencimento; Ex.: Fuzzy C-Means
Alternativa A — ❌ Incorreta
Rotulado e não rotulado referem-se à presença de rótulos nas classes (supervisionado vs. não supervisionado), não ao tipo de atribuição de cada elemento a um grupo. No agrupamento rígido, não há "rótulo" no sentido de classe predefinida; é um processo não supervisionado.
Alternativa B — ❌ Incorreta
Mesmo erro da A, apenas invertido. A ordem não corresponde aos tipos descritos.
Alternativa C — ✅ Correta ⟵ GABARITO
A descrição casa perfeitamente: I → rígido (cada elemento em um único grupo); II → suave (probabilidades de pertencimento).
Alternativa D — ❌ Incorreta
"Distinto" e "distribuído" não são termos técnicos padrão para essa classificação. Podem ser confundidos, mas não correspondem à definição.
Alternativa E — ❌ Incorreta
Supervisionado e não supervisionado classificam o tipo de aprendizado (com ou sem dados rotulados), não a forma como o agrupamento atribui os elementos. A clusterização é tipicamente uma tarefa não supervisionada.
NÃO CAIA NESSA!
A banca tenta confundir os tipos de agrupamento com as categorias de aprendizado (supervisionado/não supervisionado) ou com a presença de rótulos (rotulado/não rotulado). Lembre-se: hard/soft cluster diz respeito à alocação dos elementos (exclusiva vs. probabilística), enquanto supervisionado/não supervisionado diz respeito à existência de classes predefinidas no treinamento.