Engenharia de Software · FGV · 2025 | Questão sqc-fg121227

Aprendizado de Máquina Supervisionado para Detecção de Fraudes

Gabarito: letra A (Árvore de Decisão). O problema exige um algoritmo de aprendizado supervisionado para classificar transações em "fraude" ou "legítima" com base em dados rotulados. A Árvore de Decisão é um método supervisionado de classificação, amplamente utilizado por sua interpretabilidade e eficácia em detecção de fraudes. As demais alternativas são técnicas não supervisionadas (K-means, DBSCAN, PCA) ou de regressão (Regressão Linear), inadequadas para o cenário.

A questão testa o conhecimento básico sobre tipos de aprendizado de máquina. No contexto de registros históricos rotulados (supervisionado) e classificação binária em tempo real, o algoritmo mais indicado entre as opções é a Árvore de Decisão.

Algoritmo	Tipo de Aprendizado	Aplicação Principal	Adequado para Classificação Supervisionada?	Adequado para Detecção de Fraudes?
Árvore de Decisão	Supervisionado	Classificação e Regressão	Sim	Sim
Regressão Linear	Supervisionado	Regressão (valores contínuos)	Não (inadequado)	Não
K-means	Não supervisionado	Clusterização	Não	Não
PCA	Não supervisionado	Redução de dimensionalidade	Não	Não
DBSCAN	Não supervisionado	Clusterização baseada em densidade	Não	Não

Aprendizado de máquina

1Supervisionado (rótulos)
- Classificação
  - Árvore de Decisão ✅
  - Regressão Logística
- Regressão
  - Regressão Linear ❌
2Não supervisionado (sem rótulos)
- Clusterização
  - K-means ❌
  - DBSCAN ❌
- Redução de dimensionalidade
  - PCA ❌

LEVEL · soulevel.com.br

Alternativa A — ✅ Correta ⟵ GABARITO

Árvore de Decisão é um algoritmo de aprendizado supervisionado que constrói um modelo de classificação a partir de dados rotulados, particionando o espaço de atributos com base em regras interpretáveis. É amplamente usado em detecção de fraudes por sua rapidez, facilidade de interpretação e capacidade de lidar com dados heterogêneos.

Alternativa B — ❌ Incorreta

Regressão Linear é um método de regressão (previsão de valores contínuos), não de classificação. Embora possa ser adaptada com um limiar para classificação binária, não é a técnica mais indicada — especialmente porque assume relação linear entre features e target, o que raramente ocorre em fraudes.

Alternativa C — ❌ Incorreta

K-means é um algoritmo de clusterização não supervisionada. Ele agrupa dados sem usar rótulos, portanto não se aplica a um cenário com dados rotulados e objetivo de classificação supervisionada.

Alternativa D — ❌ Incorreta

PCA (Principal Component Analysis) é uma técnica de redução de dimensionalidade não supervisionada. Reduz o número de atributos, mas não realiza classificação. Pode ser usada como pré-processamento, mas não é um algoritmo de classificação.

Alternativa E — ❌ Incorreta

DBSCAN é um algoritmo de clusterização baseado em densidade, também não supervisionado. Não utiliza rótulos e não é adequado para classificação supervisionada.

NÃO CAIA NESSA!

A banca espera que o candidato diferencie técnicas supervisionadas de não supervisionadas. K-means, DBSCAN e PCA são não supervisionados; Regressão Linear é supervisionada, mas para regressão, não classificação. A Árvore de Decisão é a única supervisionada de classificação entre as opções.

Gabarito: letra A (Árvore de Decisão).