Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Uma equipe de análise de dados da Assembleia Legislativa...
Uma equipe de análise de dados da Assembleia Legislativa recebeu a missão de identificar padrões de atuação parlamentar a partir de milhares de registros que continham informações sobre proposições apresentadas, votações realizadas, participação em comissões, temas recorrentes e indicadores de atividade legislativa. Como não existia uma classificação prévia dos parlamentares nem categorias definidas antecipadamente, optou-se pela utilização de técnicas de aprendizado não supervisionado para explorar possíveis agrupamentos naturais presentes na base de dados. Durante os testes, observou-se que alguns parlamentares possuíam comportamento muito distinto dos demais, formando pequenos grupos isolados em regiões de baixa densidade.
Assinale a alternativa que apresenta a técnica de agrupamento adequada para identificar agrupamentos de formatos arbitrários e, simultaneamente, reconhecer observações isoladas como potenciais ruídos.
A
O algoritmo K-means, por utilizar centroides iterativamente ajustados e particionar todos os registros em quantidade previamente definida de grupos.
B
O agrupamento hierárquico aglomerativo, por exigir a construção de uma árvore de similaridade que elimina a ocorrência de observações atípicas.
C
O algoritmo K-means, por permitir que registros distantes permaneçam sem associação a grupos durante o processo de convergência.
D
O agrupamento hierárquico divisivo, por classificar automaticamente observações dispersas como ruídos sem necessidade de critérios adicionais.
E
O algoritmo DBSCAN, por utilizar densidade de pontos para formar agrupamentos e identificar observações isoladas que não pertencem a regiões densamente conectadas.