Questão de Engenharia de Software — Inteligencia Artificial — FUNDATEC 2025
Engenharia de Software›Inteligencia Artificial
Código
qg477894
Banca
FUNDATEC
Órgão
Prefeitura de Porto Alegre - RS
Ano
2025
Nível
Superior
Cargo
Auditor Fiscal da Receita Municipal - Bloco II
A clusterização é uma técnica de aprendizado não supervisionado que agrupa dados com características similares. Sobre as diferentes técnicas de clusterização, analise as assertivas abaixo:I. Hierarchical Clustering é mais adequado para grandes volumes de dados devido ao seu baixo custo computacional.II. K-means é um algoritmo de clusterização que minimiza a variância dentro dos clusters ao calcular centros iterativamente.III. DBSCAN é capaz de detectar clusters de formato arbitrário e identificar pontos como ruído se eles não pertencem a nenhum cluster.Quais estão corretas?
AApenas I.
BApenas III.
CApenas I e II.
DApenas II e III.
EI, II e III.
Revelar gabarito e comentário▾
GabaritoD — Apenas II e III.
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”.
Clusterização – Técnicas e Características
Gabarito: letra D (apenas II e III). O enunciado cobra o conhecimento sobre três algoritmos clássicos de clusterização: Hierarchical Clustering, K-means e DBSCAN. A afirmativa I está errada ao afirmar que o Hierarchical Clustering tem baixo custo computacional; na verdade, seu custo é alto, especialmente para grandes volumes. As afirmativas II e III descrevem corretamente o funcionamento do K-means e do DBSCAN.
O Hierarchical Clustering (aglomerativo ou divisivo) possui complexidade computacional elevada (tipicamente O(n³) no pior caso ou O(n² log n) em implementações otimizadas), tornando-o inadequado para grandes conjuntos de dados. O erro está em afirmar o contrário: a banca inverte o custo, uma pegadinha comum.
Afirmativa II — ✅ Correta
O K-means é um algoritmo de partição que minimiza a variância intra-cluster (soma dos quadrados das distâncias) ao recalcular iterativamente os centróides. Cada ponto é associado ao centróide mais próximo, e os centróides são atualizados até convergência. A descrição está precisa.
Afirmativa III — ✅ Correta
O DBSCAN é um método baseado em densidade: agrupa pontos que estão densamente conectados (dentro de um raio eps com no mínimo minPts pontos) e classifica como ruído os pontos isolados. Por não impor uma forma geométrica fixa, detecta clusters de formato arbitrário. A assertiva está correta.