Algoritmos e Estrutura de Dados · FGV · 2024 | Questão sqc-fg077004

Classificação binária com aprendizado de máquina

Gabarito: letra C. João precisa de um modelo simples, interpretável e adequado para classificação binária em um conjunto de dados pequeno. A árvore de decisão atende perfeitamente: é um algoritmo de aprendizado supervisionado que produz regras intuitivas (simples e interpretáveis) e funciona bem com poucos dados. As demais alternativas são inadequadas: k-means é não supervisionado (agrupamento), regressão linear é para valores contínuos, redes neurais são complexas e exigem muitos dados, e PCA é uma técnica de redução de dimensionalidade, não de classificação.

Técnica	Tipo de Aprendizado	Objetivo Principal	Adequada para Classificação Binária?	Interpretabilidade	Funciona com Poucos Dados?
k-means	Não supervisionado	Agrupamento (clustering)	❌ Não	Sim (grupos)	Sim
Regressão linear	Supervisionado	Predição de valores contínuos	❌ Não (requer adaptação)	Sim	Sim
Árvore de decisão	Supervisionado	Classificação/Regressão	✅ Sim	Alta (regras if-else)	Sim
Rede neural artificial	Supervisionado	Classificação/Regressão	✅ Sim, mas inadequada	Baixa (caixa-preta)	Não (exige muitos dados)
Análise de componentes principais (PCA)	Não supervisionado	Redução de dimensionalidade	❌ Não	Baixa (componentes latentes)	Sim

Classificação binária

1Supervisionado
- Árvore de decisão
  - Simples e interpretável
  - Funciona com poucos dados
- Regressão logística
2Não supervisionado
- K-means (agrupamento)
- PCA (redução de dimensionalidade)
3Outros
- Regressão linear (valores contínuos)
- Rede neural (complexa, muitos dados)

LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

K-means é um algoritmo de agrupamento (clustering), pertencente ao aprendizado não supervisionado. Ele não classifica transações com base em um rótulo pré-definido, apenas separa os dados em grupos similares. Portanto, não serve para classificação binária.

Alternativa B — ❌ Incorreta

Regressão linear é um modelo de regressão, que prevê valores contínuos (ex.: preço, temperatura). Para classificação binária, seriam necessárias adaptações (regressão logística), e mesmo assim não é o mais simples e interpretável para o caso.

Alternativa C — ✅ Correta ⟵ GABARITO

A árvore de decisão é um modelo de classificação supervisionado, simples e interpretável. Ela divide o espaço de atributos em regiões com base em regras if-else, permitindo visualizar facilmente o raciocínio. Funciona bem com conjuntos de dados pequenos e é uma escolha clássica para problemas de classificação binária.

Alternativa D — ❌ Incorreta

Rede neural artificial é um modelo complexo, de difícil interpretação (caixa-preta) e que geralmente requer grandes volumes de dados para treinamento. Para um conjunto pequeno e necessidade de interpretabilidade, não é adequada.

Alternativa E — ❌ Incorreta

Análise de componentes principais (PCA) é uma técnica de redução de dimensionalidade não supervisionada. Ela transforma os dados em um novo conjunto de variáveis, mas não realiza classificação. Pode ser usada como pré-processamento, mas não é um modelo de classificação em si.

Gabarito: letra C.