Engenharia de Software · FCC · 2026 | Questão sqc-fc076405

Engenharia de SoftwareInteligencia Artificial

Código: fc076405
Banca: FCC
Órgão: CPU-PE
Ano: 2026
Nível: Superior

Cargo: Gestor Governamental - Especialidade: Planejamento, Orçamento e Gestão

Em um laboratório de ciência de dados voltado ao setor público, três equipes desenvolvem soluções distintas baseadas em aprendizado de máquina, elencadas com os itens I, II e III.I. Uma equipe cria um modelo que identifica se solicitações de serviços enviadas por cidadãos pertencem às categorias saúde, educação ou segurança pública, com base no texto da mensagem.II. Outra equipe desenvolve um modelo que prevê o valor estimado de arrecadação tributária para o próximo mês, considerando dados históricos e indicadores econômicos.III. Aterceira equipe elabora um modelo que segmenta municípios com perfis socioeconômicos semelhantes.Com base nos conceitos fundamentais de aprendizado de máquina, os tipos de algoritmos utilizados nas soluções correspondem a

AI. Classificação - II. Regressão - III. Agrupamento.
BI. Regressão - II. Agrupamento - III. Classificação.
CI. Agrupamento - II. Classificação - III. Regressão.
DI. Regressão - II. Classificação - III. Agrupamento.
EI. Classificação - II. Agrupamento - III. Regressão.

Revelar gabarito e comentário

GabaritoA — I. Classificação - II. Regressão - III. Agrupamento.

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”.

Tipos de Aprendizado de Máquina

Gabarito: letra A. A questão exige identificar corretamente qual tipo de algoritmo de aprendizado de máquina se aplica a cada cenário descrito. O item I (identificar categoria de solicitações) é classificação, pois prevê uma categoria discreta. O item II (prever valor de arrecadação) é regressão, pois prevê um valor numérico contínuo. O item III (segmentar municípios semelhantes) é agrupamento (clustering), pois agrupa dados sem rótulos prévios.

Item	Descrição da Tarefa	Tipo de Algoritmo	Justificativa
I	Identificar categoria (saúde, educação, segurança) de solicitações de serviço	Classificação	Prevê uma categoria discreta a partir do texto
II	Prever valor estimado de arrecadação tributária para o próximo mês	Regressão	Prevê um valor numérico contínuo com base em dados históricos
III	Segmentar municípios com perfis socioeconômicos semelhantes	Agrupamento (Clustering)	Agrupa dados sem rótulos prévios por similaridade

Alternativa A — ✅ Correta ⟵ GABARITO

No item I, o modelo identifica uma entre várias categorias (saúde, educação, segurança pública), o que é uma tarefa de classificação. No item II, a previsão de um valor numérico (arrecadação) caracteriza regressão. No item III, a segmentação em grupos com perfis semelhantes, sem categorias predefinidas, é agrupamento.

Alternativa B — ❌ Incorreta

troca os conceitos: atribui regressão ao item I (deveria ser classificação), agrupamento ao item II (deveria ser regressão) e classificação ao item III (deveria ser agrupamento).

Alternativa C — ❌ Incorreta

atribui agrupamento ao item I (deveria ser classificação), classificação ao item II (deveria ser regressão) e regressão ao item III (deveria ser agrupamento).

Alternativa D — ❌ Incorreta

atribui regressão ao item I (deveria ser classificação) e classificação ao item II (deveria ser regressão), acertando apenas o item III (agrupamento).

Alternativa E — ❌ Incorreta

acerta o item I (classificação), mas erra o item II (agrupamento em vez de regressão) e o item III (regressão em vez de agrupamento).

NÃO CAIA NESSA!

Lembre-se: classificação → categorias discretas; regressão → valores contínuos; agrupamento → grupos sem rótulos. A banca costuma trocar esses conceitos, especialmente entre regressão e classificação.

Link permanente: /questoes/fc076405