Questão de Algoritmos e Estrutura de Dados — Complexidade de Algoritmos — FGV 2023
Algoritmos e Estrutura de Dados›Complexidade de Algoritmos
Código
fg065321
Banca
FGV
Órgão
PGM - Niterói
Ano
2023
Nível
Superior
Cargo
Analista de Tecnologia da Informação
A analista Carla implementou uma solução algorítmica que classifica os novos processos submetidos à PGM de Niterói em níveis de indício de fraude. Para atingir este objetivo, Carla se baseou no algoritmo de machine learning para classificação que atribui, necessariamente, um valor no intervalo numérico de 0 a 1 para cada entrada.Carla utilizou como base o algoritmo de machine learning:
ARegressão Linear;
BÁrvore de Decisão;
CRegressão Logística;
DFloresta Randômica;
EMáquina de Vetores de Suporte
Revelar gabarito e comentário▾
GabaritoC — Regressão Logística;
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”.
Regressão Logística como classificador probabilístico
Gabarito: letra C. A Regressão Logística é um algoritmo de classificação que, por meio da função sigmoide, atribui a cada entrada uma probabilidade entre 0 e 1, exatamente como descrito no enunciado. As demais alternativas ou não são algoritmos de classificação puros ou não produzem necessariamente um valor contínuo nesse intervalo.
Alternativa A — ❌ Incorreta
A Regressão Linear é usada para predizer valores contínuos (regressão) e sua saída não está restrita ao intervalo [0,1]; além disso, não é um classificador por si só (embora possa ser usada como tal com limiar, não é sua característica intrínseca).
Alternativa B — ❌ Incorreta
Árvores de Decisão fornecem uma classificação discreta (rótulo da classe) ou, no máximo, uma proporção de classes nos nós folha, mas não um valor contínuo entre 0 e 1 para cada entrada individual de forma inerente.
Alternativa C — ✅ Correta ⟵ GABARITO
A Regressão Logística modela a probabilidade de uma instância pertencer a uma classe usando a função logística (sigmoide), cuja saída está sempre entre 0 e 1. Isso a torna o algoritmo que atende exatamente ao requisito do enunciado.
Alternativa D — ❌ Incorreta
Floresta Randômica (Random Forest) é um conjunto de árvores de decisão; sua saída é a moda das classes ou a média das probabilidades das árvores, mas não atribui necessariamente um valor entre 0 e 1 como saída direta (depende de configuração adicional).
Alternativa E — ❌ Incorreta
Máquina de Vetores de Suporte (SVM) clássica separa classes por um hiperplano; a saída é a distância ao hiperplano, não uma probabilidade. Embora existam extensões probabilísticas (Platt scaling), não é uma característica obrigatória.
PEGA ESSA DICA!
A banca explora a diferença entre regressão (valor contínuo sem faixa fixa) e classificação probabilística (valor entre 0 e 1). Na dúvida, lembre-se: "logística" remete à função sigmoide que comprime a saída para [0,1]. Para classificação binária, regressão logística é o algoritmo padrão que fornece probabilidades calibradas.