Questão de Algoritmos e Estrutura de Dados — Algoritmos — IV - UFG 2024
Algoritmos e Estrutura de Dados›Algoritmos
Código
qg269864
Banca
IV - UFG
Órgão
Prefeitura de Rio Branco - AC
Ano
2024
Nível
Superior
Cargo
Analista de Sistemas - Especialização em Gestão de Sistemas Computacionais
Considere que um analista da Prefeitura de Rio Branco necessite utilizar técnicas de mineração de dados para classificar contribuintes do município com base no risco de inadimplência. Uma vez que o conjunto de dados a ser tratado é linearmente separável e, para lidar com essa característica, o analista adotará o uso de um kernel, o algoritmo adequado para essa tarefa é
Aárvore de decisão.
Bk-means.
Cregressão logística.
Dmáquina de vetores de suporte.
Revelar gabarito e comentário▾
GabaritoD — máquina de vetores de suporte.
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”.
Mineração de dados: classificação com SVM
Gabarito: letra D. A máquina de vetores de suporte (SVM) é o algoritmo de classificação supervisionada que utiliza funções de kernel para transformar dados linearmente separáveis em um espaço de maior dimensão, permitindo encontrar um hiperplano ótimo de separação. As demais alternativas não se adequam: árvore de decisão não usa kernel; k-means é não supervisionado (clusterização); regressão logística é um modelo linear que não emprega kernel.
A banca cobra o conhecimento de que o SVM é o único entre os listados que combina classificação supervisionada com o uso explícito de kernel — mesmo quando os dados já são linearmente separáveis, o kernel (como o linear) pode ser aplicado para otimizar a separação.
Algoritmos de classificação
1Supervisionados
SVM (kernel)
Dados linearmente separáveis
Kernel linear/polinomial/RBF
Hiperplano ótimo
Árvore de decisão
Não usa kernel
Regressão logística
Modelo linear sem kernel
2Não supervisionados
K-means
Clusterização, não classificação
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
A árvore de decisão é um algoritmo de classificação supervisionada, mas não utiliza kernel. Ela particiona o espaço com base em atributos, sem transformação por kernel. Portanto, não atende à condição imposta pelo enunciado.
Alternativa B — ❌ Incorreta
O k-means é um algoritmo de clusterização (aprendizado não supervisionado), não de classificação. Ele agrupa dados sem rótulos prévios, o que o torna inadequado para a tarefa de classificar contribuintes com base em risco de inadimplência — problema supervisionado.
Alternativa C — ❌ Incorreta
A regressão logística, embora seja um método de classificação supervisionada, é um modelo linear que não emprega kernel de forma intrínseca. Para problemas linearmente separáveis, ela pode funcionar, mas não se destaca pelo uso de kernel, sendo o SVM a escolha clássica quando esse recurso é mencionado.
Alternativa D — ✅ Correta ⟵ GABARITO
A máquina de vetores de suporte (SVM) é um algoritmo de aprendizado supervisionado que constrói um hiperplano de separação entre classes. Para dados linearmente separáveis, pode-se usar um kernel linear; para dados não lineares, aplicam-se kernels polinomiais, RBF, etc. O enunciado explicita o uso de kernel, o que torna o SVM a alternativa mais adequada.