Questão de Engenharia de Software — Inteligencia Artificial — FUNDATEC 2023
Engenharia de Software›Inteligencia Artificial
Código
qq897084
Banca
FUNDATEC
Órgão
PROCERGS
Ano
2023
Nível
Superior
Cargo
ANC - Analista em Computação - Ênfase em Ciências de Dados
__________ consiste em uma análise estatística que envolve duas variáveis: a de resposta e a preditiva, e considera que o valor da variável de resposta (ou dependente) pode ser estimado por uma combinação de variáveis explicativas (dependentes). Já quando a variável de resultado é de natureza categórica, __________ pode ser usada para prever a probabilidade de um resultado com base nas variáveis de entrada que podem ser explicativas, contínuas e/ou binárias.Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
GabaritoC — Regressão Linear – Regressão Logística
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”.
Regressão Linear e Regressão Logística
Gabarito: letra C. A primeira lacuna descreve a Regressão Linear, que modela a relação entre uma variável dependente contínua e uma ou mais variáveis independentes (explicativas). A segunda lacuna descreve a Regressão Logística, utilizada quando a variável de resposta é categórica, prevendo a probabilidade de ocorrência de um resultado.
A questão testa o conhecimento básico sobre técnicas de regressão em estatística e aprendizado de máquina. A Regressão Linear é o método clássico para prever valores numéricos contínuos a partir de uma combinação linear de preditores. Já a Regressão Logística, apesar do nome, é um algoritmo de classificação que utiliza a função logística (sigmoide) para transformar a combinação linear em uma probabilidade entre 0 e 1, adequada para resultados categóricos.
Técnicas de regressão
1Regressão Linear
Variável dependente: contínua
Variável preditiva: explicativa(s)
Combinação linear
2Regressão Logística
Variável dependente: categórica
Saída: probabilidade (0 a 1)
Função sigmoide
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
Redes Neurais Recorrentes (RNN) e Redes Neurais Convolucionais (CNN) são arquiteturas de deep learning voltadas para dados sequenciais e imagens, respectivamente. Não se encaixam na descrição de análise estatística com duas variáveis nem no contexto de regressão linear/logística.
Alternativa B — ❌ Incorreta
Random Forest é um método de ensemble baseado em árvores de decisão, utilizado tanto para regressão quanto para classificação, mas não é descrito como "análise estatística que envolve duas variáveis". K-Means é um algoritmo de clusterização não supervisionado, não se aplica à previsão de probabilidade de resultado categórico.
Alternativa C — ✅ Correta ⟵ GABARITO
A Regressão Linear modela a relação entre variável dependente (contínua) e independentes, exatamente como descrito na primeira lacuna. A Regressão Logística é usada para prever probabilidades de classes categóricas, conforme a segunda lacuna. Ambas são técnicas estatísticas clássicas e amplamente cobradas.
Alternativa D — ❌ Incorreta
K-Means é um algoritmo de clusterização (não supervisionado). K-Nearest Neighbors (K-NN) é um método de classificação baseado em proximidade, mas não é o mesmo que regressão logística, que tem fundamentação estatística e modelagem probabilística.
Alternativa E — ❌ Incorreta
Support Vector Machine (SVM) é um classificador que busca o hiperplano de separação ótimo, e Random Forest é um ensemble de árvores. Nenhum deles corresponde à descrição de regressão linear ou logística.
NÃO CAIA NESSA!
Na prova, lembre-se: regressão linear → variável dependente contínua; regressão logística → variável dependente categórica (classificação). A pegadinha comum é confundir regressão logística com regressão linear quando o nome induz a pensar que ambas são para valores numéricos.