Questão 47 do CNU 2024 (Cesgranrio) — Bloco 2, Eixo 5: Apoio à Decisão, Inteligência Artificial e Métodos Quantitativos

Considere as duas situações a seguir.

Situação 1

Um órgão do governo está lidando com um grande conjunto de dados contendo informações sobre as declarações fiscais históricas dos cidadãos, bem como erros e discrepâncias que tenham eventualmente sido encontrados nessas declarações. O órgão deseja desenvolver um modelo que possa prever se uma nova declaração fiscal provavelmente contém erros ou discrepâncias, auxiliando na identificação de casos potenciais para investigação adicional.

Situação 2

O departamento de transporte de uma cidade tem acesso a uma grande quantidade de imagens de câmeras de tráfego e deseja entender padrões e pontos de congestionamento na rede viária da cidade, sem categorias ou rótulos predefinidos. Os modelos que endereçam a situação 1 e a situação 2 são:

  1. Aexemplos de modelos de aprendizagem não supervisionada e supervisionada, respectivamente
  2. Bexemplos de modelos de aprendizagem supervisionada e não supervisionada, respectivamente
  3. Cambos exemplos de modelos de aprendizagem supervisionada
  4. Dambos exemplos de modelos de aprendizagem não supervisionada
  5. Eambos exemplos de modelos de aprendizagem por reforço
Gabarito e comentário

Gabarito: B — exemplos de modelos de aprendizagem supervisionada e não supervisionada, respectivamente

A questão aborda a classificação dos paradigmas de Aprendizado de Máquina (Machine Learning):

  • Situação 1: O objetivo é prever se uma nova declaração fiscal conterá erros com base em um histórico que já possui erros e discrepâncias previamente identificados. Como os dados históricos possuem a variável-alvo rotulada (presença ou ausência de erro), trata-se de um modelo de aprendizagem supervisionada (classificação).
  • Situação 2: O objetivo é identificar padrões intrínsecos e gargalos de tráfego a partir de imagens de câmeras, de modo exploratório e explicitamente "sem categorias ou rótulos predefinidos". Trata-se tipicamente de um modelo de aprendizagem não supervisionada (como agrupamento ou clusterização).

Análise das alternativas incorretas:

  • A: inverte a correspondência das situações.
  • C: erra ao classificar a Situação 2 como supervisionada, visto que não há rótulos predefinidos.
  • D: erra ao considerar a Situação 1 como não supervisionada, pois ela utiliza dados rotulados.
  • E: aprendizagem por reforço fundamenta-se em agentes que aprendem por tentativa e erro mediante recompensas e punições em um ambiente dinâmico, o que não se aplica aos casos expostos.

Dica de prova: Identifique rapidamente o paradigma procurando por palavras-chave: prever desfecho com base em histórico rotulado é aprendizado supervisionado; identificar estruturas em dados sem rótulo prévio é aprendizado não supervisionado.

Fundamentos: Aprendizado de máquina · Aprendizagem supervisionada · Aprendizagem não supervisionada

Comentário Cravei IA, gerado a partir do gabarito oficial e verificado automaticamente. A IA pode errar: o gabarito da banca prevalece.

Origem

Questão 47 do caderno tipo 1 (turno da tarde) do Bloco 2 – Tecnologia, Dados e Informação, CNU 2024, banca Cesgranrio. Gabarito definitivo divulgado pela banca.

Onde esta questão aparece no Cravei CNU

Simulado CNU Bloco 3: todas as questões comentadas do bloco →

Guia do Bloco 3 – Ciência, Dados e Tecnologia: cargos, pesos e conteúdo →

Questões relacionadas