O Tribunal de Contas pretende utilizar técnicas de machine ...
I. Utilizar registros históricos já identificados como regulares ou irregulares para construir um modelo capaz de indicar, em novos registros, uma dessas duas classificações.
II. Examinar despesas ainda não classificadas previamente, organizando-as em grupos formados a partir das semelhanças existentes entre seus dados.
III. Utilizar dados históricos nos quais o nível de risco de cada contratação já é conhecido para construir um modelo que estime o risco de novas contratações.
As técnicas de machine learning empregadas nas análises I, II e III são, respectivamente,
Comentários
Veja os comentários dos nossos alunos
- Supervisionado: modelo treinado com dados rotulados (entrada e saída esperada). Exemplos: classificação e regressão.
- Aprendizado não supervisionado: o modelo trabalha com dados sem rótulos, buscando identificar padrões ou estruturas ocultas.
Isaías 41:10. Não temas, porque eu sou contigo; não te assombres, porque eu sou teu Deus; eu te fortaleço, e te ajudo, e te sustento com a destra da minha justiça.
Fonte: Gemini
Análise das técnicas empregadas em cada uma das três tarefas:
- I. Classificação com dados históricos rotulados (Regulares ou Irregulares): Como os dados históricos possuem respostas conhecidas (rótulos) e o objetivo é prever uma categoria discreta para novos registros, trata-se de um problema de aprendizado supervisionado (especificamente, uma tarefa de classificação).
- II. Agrupamento de despesas não classificadas por semelhança: Como os dados não possuem classificação prévia e o objetivo é formar grupos (clusters) baseados em padrões e características inerentes dos dados, trata-se de aprendizado não supervisionado (especificamente, clustering).
- III. Estimação de risco com base em histórico rotulado: Como os dados de treino possuem o nível de risco previamente conhecido (seja uma nota contínua para regressão ou uma classe para classificação) e o objetivo é estimar o risco para novos registros, trata-se de aprendizado supervisionado.
Portanto, a sequência correta para I, II e III é: supervisionada, não supervisionada e supervisionada.
A alternativa correta é a D.
Gabarito D
Análise I (Supervisionada): O modelo utiliza registros históricos que já possuem rótulos pré-definidos ("regulares" ou "irregulares") para aprender a classificar novos registros. Trata-se de uma tarefa clássica de classificação (Aprendizado Supervisionado).
Análise II (Não Supervisionada): O algoritmo examina dados sem rotulagem prévia para identificar padrões implícitos e reunir as despesas por semelhança. Trata-se de uma tarefa de agrupamento/clustering (Aprendizado Não Supervisionado).
Análise III (Supervisionada): O treinamento utiliza dados históricos cujo resultado desejado ("nível de risco") já é conhecido para prever/estimar o risco em novos casos (Aprendizado Supervisionado).
Retroceder Nunca Render-se Jamais !
Força e Fé !
Fortuna Audaces Sequitur !
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo
Conheça nossos planos