Questão 82 · Informática: Inteligência artificial e ciência de dados
Diferentes técnicas de classificação são utilizadas em aprendizado de máquina para organizar e categorizar dados de acordo com características predefinidas.
Com respeito a técnicas de classificação em aprendizado de máquina, analise as afirmativas a seguir.
I. A regressão logística determina um hiperplano no espaço 𝑛- dimensional para separar as instâncias de dados de entrada em partições de acordo com suas classes.
II. As máquinas de vetores de suporte (Support Vector Machines - SVM) consistem em uma abordagem probabilística, determinando uma distribuição de probabilidades de que uma nova instância de dados de entrada pertença as respectivas classes.
III. O algoritmo K vizinhos mais próximos (K Nearest Neighbors - KNN) classifica uma nova instância de dados de entrada conforme a classe das instâncias mais próximas já observadas.
Está correto o que se afirma em
- A) I, apenas.
- B) II, apenas.
- C) III, apenas.
- D) I e II, apenas.
- E) I, II e III.
Marque a alternativa correta:
Gabarito: C
Gabarito definitivo divulgado pela banca FGV (TCE/PA 2024).
Comentário
Gabarito: C.
Analisando as técnicas clássicas de classificação em Aprendizado de Máquina:
- Afirmativa I (Incorreta): A determinação de um hiperplano de separação geométrica ótimo é o princípio central do Support Vector Machine (SVM). A regressão logística é um modelo estatístico que estima probabilidades de pertinência a classes mediante a aplicação da função logística (sigmoide).
- Afirmativa II (Incorreta): O SVM original é uma abordagem essencialmente geométrica e determinística (busca maximizar a margem entre classes), e não um modelo probabilístico nato. A estimativa direta de distribuições de probabilidade é a característica típica da Regressão Logística e do Naive Bayes.
- Afirmativa III (Correta): O algoritmo K-Nearest Neighbors (KNN) é um classificador baseado em instâncias que categoriza uma nova observação por meio de votação da classe predominante entre os seus K vizinhos mais próximos no espaço de atributos.
Logo, apenas a afirmativa III está correta.
Por que as outras alternativas estão incorretas:
- (A) Errada, pois a afirmativa I confunde regressão logística com hiperplano de margem.
- (B) Errada, pois a afirmativa II atribui erroneamente natureza probabilística pura ao SVM clássico.
- (D) Errada, pois as duas primeiras assertivas contêm trocas conceituais.
- (E) Errada, pois apenas o item III apresenta definição correta.
Dica de prova: Cuidado com inversões da banca: SVM é determinístico-geométrico (hiperplano de margem máxima); Regressão Logística é probabilística (função sigmoide); KNN olha a vizinhança mais próxima.
Fundamentos: classificador KNN (K-Nearest Neighbors) · Support Vector Machines (SVM) versus Regressão Logística · fundamentos de algoritmos de classificação
Comentário gerado pela Cravei IA a partir do enunciado e do gabarito definitivo divulgado pela banca, e conferido por uma verificação automática. A IA pode errar: o gabarito oficial sempre prevalece.
Fonte: prova FGV TCE/PA 2024 (Auditor de Controle Externo - Administrativa - Ciência de Dados), questão 82, com o gabarito definitivo da banca. Comentário: Equipe Cravei · como fazemos e revisamos.