Pular para o conteúdo principal

Questão de Noções de Informática — Inteligência Artificial e Automação — FGV 2025

Noções de InformáticaInteligência Artificial e Automação
Código
fg106557
Banca
FGV
Órgão
CGE-SP
Ano
2025
Nível
Superior
Cargo
Auditor Estadual de Controle - Tecnologia da Informação - tarde
Uma equipe de Ciência de Dados do setor público precisa analisar um grande dataset de características de cidadãos (alta dimensionalidade) para identificar grupos naturais de comportamento (segmentação) e, posteriormente, reduzir a dimensionalidade dos dados sem perder muita informação.Sobre as técnicas de Clustering e Redução de Dimensionalidade, avalie as afirmativas a seguir.I. O algoritmo DBSCAN é mais adequado que o K-Means para datasets com clusters de formato não convexo e tem a vantagem de ser robusto a ruídos e outliers.II. O algoritmo K-Means exige que o número de clusters (K) seja definido previamente e é sensível à escala das variáveis de entrada e à presença de outliers.III. A Análise de Componentes Principais (PCA) é uma técnica não supervisionada que é utilizada para redução de dimensionalidade, e deve ser aplicada antes de qualquer etapa de scaling dos dados para preservar a variância.Está correto o que se afirma em
  1. AI, apenas.
  2. BI e II, apenas.
  3. CI e III, apenas.
  4. DII e III, apenas.
  5. EI, II e III.
Revelar gabarito e comentário

GabaritoB — I e II, apenas.

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”.

Clustering e Redução de Dimensionalidade

Gabarito: letra B (afirmações I e II). O DBSCAN é de fato mais adequado que o K-Means para clusters não convexos e é robusto a ruídos (item I correto). O K-Means exige pré-definição de K e é sensível à escala e a outliers (item II correto). Já o PCA, embora seja uma técnica não supervisionada de redução de dimensionalidade, não deve ser aplicado antes do scaling – pelo contrário, é necessário padronizar os dados (ex.: z-score) para que todas as variáveis contribuam igualmente para a variância; a afirmação III erra ao inverter essa ordem.

Clustering
  • 1DBSCAN
    • Clusters não convexos
    • Robusto a ruídos/outliers
  • 2K-Means
    • Exige K pré-definido
    • Sensível à escala
    • Sensível a outliers
  • 3Redução de dimensionalidade
    • PCA
      • Técnica não supervisionada
      • Ordem correta
        • 1º Scaling (padronização)
        • 2º PCA
      • Aplicar antes do scaling (erro)
LEVEL · soulevel.com.br

Item I — ✅ Correto

O DBSCAN (Density-Based Spatial Clustering of Applications with Noise) agrupa pontos com base na densidade, permitindo identificar clusters de formato arbitrário (não convexos). Além disso, pontos isolados em regiões de baixa densidade são classificados como ruído, tornando o algoritmo robusto a outliers – vantagem sobre o K-Means, que tende a distorcer os centróides na presença de outliers.

Item II — ✅ Correto

O K-Means particiona os dados em K grupos, onde K é um parâmetro fornecido pelo usuário. O critério de agrupamento é a distância euclidiana aos centróides, o que torna o resultado sensível à escala das variáveis (variáveis com maior magnitude dominam a distância) e à presença de outliers (estes podem puxar os centróides). Portanto, as duas características apontadas estão corretas.

Item III — ❌ Incorreto

A Análise de Componentes Principais (PCA) é uma técnica não supervisionada que projeta os dados em um espaço de menor dimensão maximizando a variância retida. Contudo, a afirmação de que o PCA "deve ser aplicado antes de qualquer etapa de scaling dos dados para preservar a variância" é falsa. Na prática, é obrigatório padronizar (ou normalizar) os dados antes do PCA, especialmente quando as variáveis estão em escalas diferentes; caso contrário, as componentes serão dominadas pelas variáveis de maior escala e a variância capturada não refletirá a estrutura real dos dados. O procedimento correto é: scaling → PCA.

Conclusão: Apenas os itens I e II estão corretos, correspondendo à alternativa B.

Link permanente: /questoes/fg106557