Pular para o conteúdo principal

Questão de TI - Ciência de Dados e Inteligência Artificial — Data Mining (Mineração de Dados): Etapas, Algoritmos e Modelos (KDD, CRISP-DM, etc.) — INSTITUTO AOCP 2021

TI - Ciência de Dados e Inteligência ArtificialData Mining (Mineração de Dados): Etapas, Algoritmos e Modelos (KDD, CRISP-DM, etc.)
Código
qa238663
Banca
INSTITUTO AOCP
Órgão
SANESUL
Ano
2021
Cargo
Ana TI ( )
Abstratamente, o problema de classificação na mineração de dados é este: dado que os itens pertencem a uma dentre várias classes e dadas instâncias passadas (chamadas instâncias de treinamento) dos itens junto com as classes a que pertencem, o problema é prever a classe à qual um novo item pertence. A classe da nova instância não é conhecida, de modo que outros atributos da instância precisam ser usados para prever a classe.   Sobre classificação na mineração de dados, é correto afirmar que
  1. Aa mineração de dados não busca encontrar associações nem previsões.
  2. Bclassificadores de árvore de decisão, classificadores bayesianos, classificadores de máquina de vetor de suporte e classificadores de redes neurais são exemplos de técnicas de classificação na mineração de dados.
  3. Cclassificadores bayesianos e classificadores de redes neurais não são exemplos de técnicas de classificação empregadas na mineração de dados.
  4. Dos classificadores bayesianos são uma técnica utilizada em árvore na qual cada nó de folha possui uma classe associada e cada nó interno possui um predicado associado a ele.
  5. Ea máquina de vetor de suporte encontra a distribuição de valores de atributo para cada classe nos dados de treinamento.
Revelar gabarito e comentário

GabaritoB — classificadores de árvore de decisão, classificadores bayesianos, classificadores de máquina de vetor de suporte e classificadores de redes neurais são exemplos de técnicas de classificação na mineração de dados.

Link permanente: /questoes/qa238663