Algoritmos de classificação em aprendizado de máquina
Gabarito: letra E (apenas I correta). A regressão logística é um algoritmo de classificação binária (dois grupos mutuamente excludentes), amplamente usado em ciências biológicas e sociais. Já as afirmativas II e III contêm erros conceituais: o SVM não se restringe a dados linearmente separáveis (usa kernel trick) e a árvore de decisão é um algoritmo supervisionado, não não supervisionado.
A questão cobra o conhecimento básico de três algoritmos de classificação. Vamos analisar cada afirmativa.
Afirmativa I — ✅ Correta
A regressão logística é um algoritmo de classificação binária. Ela modela a probabilidade de uma instância pertencer a uma de duas classes, sendo comum em áreas como biologia e ciências sociais. A descrição está precisa.
Afirmativa II — ❌ Incorreta
O erro está em afirmar que o SVM "trabalha apenas com dados linearmente separáveis". Na verdade, o SVM pode ser estendido para dados não linearmente separáveis por meio do kernel trick, que mapeia os dados para um espaço de maior dimensão onde se torna possível encontrar um hiperplano separador. Além disso, a expressão "divida de maneira aproximadamente equitativa" não é uma característica do SVM; o objetivo é maximizar a margem entre as classes.
Afirmativa III — ❌ Incorreta
A árvore de decisão é um algoritmo de aprendizado supervisionado, e não não supervisionado. Ela requer uma variável alvo (target) para realizar a classificação ou regressão. O termo "diferenciador" não é padrão; as divisões são feitas com base em características (features) que minimizam a impureza (ex.: Gini, entropia). Portanto, a descrição está equivocada.
Gabarito: letra E (apenas I correta).