O aprendizado não supervisionado utiliza algoritmos de apre...
Selecione a alternativa que apresenta um algoritmo de regras de associação.
Gabarito comentado
Confira o gabarito comentado por um dos nossos professores
Gabarito: A
Fundamento decisivo: A decisão dependia de reconhecer qual alternativa nomeia um algoritmo de regras de associação; entre as opções, só Apriori se enquadra nessa classe.
- Quando a questão trouxer vários métodos de aprendizado não supervisionado, identifique primeiro a tarefa específica pedida: associação, agrupamento ou redução de dimensionalidade.
- Elimine alternativas por classificação funcional do método, não apenas por ele pertencer à mesma área geral de IA.
- Desconfie de termos parecidos com nomes técnicos consagrados; sem nomenclatura reconhecida, a alternativa não se sustenta.
Clique para visualizar este gabarito
Visualize o gabarito desta questão clicando no botão abaixo
Comentários
Veja os comentários dos nossos alunos
A alternativa correta é a A) Apriori.
O algoritmo Apriori é o método mais clássico e fundamental para a mineração de regras de associação em grandes bases de dados. Ele é amplamente utilizado em análises de "cesta de compras" (Market Basket Analysis) para identificar itens que costumam ser comprados juntos.
O funcionamento do Apriori baseia-se na propriedade de que "qualquer subconjunto de um conjunto de itens frequente também deve ser frequente". Ele utiliza métricas como:
- Suporte: Frequência com que um conjunto de itens aparece.
- Confiança: Probabilidade de um item B ser comprado dado que o item A foi comprado.
- Lift: Aumento na probabilidade de venda de B quando A é vendido, em comparação com a venda de B de forma independente.
- B) Aposteriori: Este termo não se refere a um algoritmo de mineração de dados, mas sim a um conceito filosófico ou estatístico (como na probabilidade a posteriori da Inferência Bayesiana), contrastando com o conhecimento a priori.
- C) Ligação de Ward: É um critério utilizado em Agrupamento Hierárquico (Clustering). O método de Ward busca minimizar a variância total dentro dos clusters ao fundi-los.
- D) Modelo de Mistura Gaussiana (GMM): É um modelo probabilístico de Agrupamento que assume que todos os pontos de dados são gerados a partir de uma mistura de um número finito de distribuições gaussianas com parâmetros desconhecidos.
- E) Análise de Componentes Principais (PCA): É uma técnica de Redução de Dimensionalidade. O PCA transforma um conjunto de variáveis possivelmente correlacionadas em um conjunto menor de variáveis lineares não correlacionadas (os componentes principais).
Fonte: Gemini
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo