Pular para o conteúdo principal

Questão de Algoritmos e Estrutura de Dados — Algoritmos — NC-UFPR 2019

Algoritmos e Estrutura de DadosAlgoritmos
Código
qq536349
Banca
NC-UFPR
Órgão
Prefeitura de Curitiba - PR
Ano
2019
Nível
Superior
Cargo
Gestor da Informação
Com relação aos métodos de classificação de dados, identifique como verdadeiras (V) ou falsas (F) as seguintes afirmativas:( ) Os métodos de classificação são descritivos.( ) Na aprendizagem supervisionada, o modelo deve ser suficientemente flexível para aproximar os dados de treinamento, de tal forma que não absorva os ruídos.( ) São métodos de classificação: C4.5, CART, Perceptron, Prism, K-Means e Apriori.( ) O método de validação cruzada é utilizado como mecanismo para se estimar o erro de generalização dos algoritmos de classificação.Assinale a alternativa que apresenta a sequência correta, de cima para baixo.
  1. AF – F – V – F.
  2. BV – F – F – V.
  3. CV – F – V – F.
  4. DV – V – V – V.
  5. EF – V – F – V.
Revelar gabarito e comentário

GabaritoE — F – V – F – V.

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”.

Métodos de classificação

Gabarito: letra E (F – V – F – V). A primeira afirmativa é falsa, pois métodos de classificação são preditivos, não descritivos. A segunda é verdadeira: em aprendizado supervisionado, o modelo deve ser flexível para capturar o padrão, mas sem absorver ruídos (evitar overfitting). A terceira é falsa, pois K-Means (clusterização) e Apriori (associação) não são métodos de classificação. A quarta é verdadeira: validação cruzada estima o erro de generalização.

Análise das afirmativas

1ª afirmativa — ❌ Falsa

NÃO CAIA NESSA!

Métodos de classificação são preditivos (supervisionados), não descritivos. Métodos descritivos incluem agrupamento (clustering) e regras de associação. Portanto, a afirmação é falsa.

2ª afirmativa — ✅ Verdadeira

Acerto: Em aprendizado supervisionado, o modelo deve ser suficientemente flexível para aprender a função subjacente, mas não deve absorver ruídos dos dados de treinamento (overfitting). O equilíbrio entre underfitting e overfitting é um dos principais desafios. Logo, a afirmação é verdadeira.

3ª afirmativa — ❌ Falsa

NÃO CAIA NESSA!

C4.5, CART, Perceptron e Prism são métodos de classificação. Porém, K-Means é um algoritmo de agrupamento (não supervisionado) e Apriori é um algoritmo de mineração de regras de associação (também não supervisionado). A presença desses dois invalida a afirmativa.

4ª afirmativa — ✅ Verdadeira

Acerto: A validação cruzada (cross-validation) é uma técnica para estimar o erro de generalização de um modelo, dividindo os dados em subconjuntos de treino e teste de forma iterativa. Ela é amplamente usada em classificação para evitar viés de avaliação. Afirmativa verdadeira.

Conclusão

A sequência correta é F – V – F – V, correspondente à alternativa E.

Gabarito: letra E

Link permanente: /questoes/qq536349