Questões de Concurso sobre Classificação

No desenvolvimento de um robô autônomo para classificação de objetos por colorimetria, os dados devem ser armazenados em um servidor remoto, sendo necessário garantir uma comunicação eficiente e uma interface que atenda aos princípios de acessibilidade universal (focada em usuários com discromatopsia/daltonismo).

Para atender a essa necessidade, as ações técnicas adequadas incluem

Um pesquisador do IFCE está treinando um modelo de classificação com o algoritmo CART para identificar possíveis fraudes em pedidos de auxílio estudantil.

Durante o treinamento, observa que, em determinado nó, todos os registros pertencem à classe “Fraude”, resultando em impureza igual a 0,0. Ele relembra que o CART utiliza uma métrica baseada na probabilidade de um elemento ser classificado incorretamente, considerando a distribuição das classes no nó.

Com base nisso, assinale a alternativa que apresenta corretamente a métrica de impureza utilizada pelo algoritmo CART.

A classificação automática de culturas agrícolas e espécies vegetais, conforme descrita no texto 2A2-I, corresponde, do ponto de vista da mineração de dados, a uma tarefa de classificação porque

Em um problema de classificação binária, P representa a classe positiva e N representa a classe negativa. A matriz de confusão a seguir apresenta as linhas como classes reais e as colunas como classes preditas, com o número de instâncias (amostras) em cada caso.

Os valores de precisão e recall para a classe P, nessa ordem, são

Considere um modelo supervisionado cuja função objetivo minimize o erro entre valores reais contínuos e valores preditos, bem como outro modelo cuja função objetivo minimize o erro de atribuição entre classes discretas. Esses dois problemas correspondem, respectivamente, às tarefas de:

No campo da mineração de dados existem alguns problemas fundamentais que costumam aparecer com frequência em variados cenários de aplicação. O estudo desses problemas fornece ferramentas ao analista de dados que são aplicáveis em diferentes projetos de mineração de dados. Nesse conjunto se encontram os problemas de determinação de padrões, classificação de dados, segmentação de dados (clustering) e detecção de valores discrepantes (outliers).

Considerando os problemas citados, analise as afirmativas a seguir.

I. Em uma tabela binária esparsa, que representa uma base de dados de transações de clientes, em que as colunas representam cada produto e as linhas cada transação, verifica-se que, frequentemente, três das colunas apresentam simultaneamente o valor 1 para vários registros. Este tipo de análise é um problema de detecção de valores discrepantes.

II. A identificação de consumidores que são similares entre si, para uso no contexto de aplicação de promoções orientadas, constitui um problema de segmentação de dados.

III. O problema de classificação de dados pode ser considerado como supervisionado, pelo fato das relações entre as classes definidas e os demais atributos dos dados serem “aprendidas” pelo modelo.

Está correto o que se afirma em

Sobre o algoritmo Naive Bayes, é correto afirmar que:

Analise as seguintes assertivas sobre o algoritmo K-NN:

I. É um algoritmo baseado em memória, ou um algoritmo preguiçoso, porque toda computação é adiada até a fase de classificação, já que o processo de aprendizado consiste apenas em memorizar objetos.

II. O valor de k mais apropriado para um problema de decisão é definido pelo usuário. Existem duas estratégias principais: estimar o k por validação cruzada e associar um peso à contribuição de cada vizinho.

III. Em problemas de classificação, em que a classe toma valores em um conjunto discreto, cada vizinho vota em uma classe. O objeto de teste é classificado na classe mais votada.

Quais estão corretas?

A análise discriminante procura maximizar a separação entre classes que definem a qualidade do ar (boa, moderada ou ruim) e utiliza combinações lineares dos níveis de poluentes e fatores meteorológicos.

Em redes neurais artificiais, as funções de ativação permitem que a rede aprenda e represente padrões complexos nos dados. Para tarefas de classificação binária, onde o objetivo é distinguir entre duas classes. Qual das seguintes funções de ativação é mais adequada para problemas de classificação binária?

Um cientista de dados utiliza validação cruzada k-fold para avaliar o desempenho de um classificador. Sobre a razão de usar essa técnica, é correto afirmar que a validação cruzada

A classificação de informações fornece às pessoas que lidam com a informação organizacional

A classificação da informação deve considerar critérios como nível de sigilo, impacto em caso de vazamento e público autorizado ao acesso.

Na classificação de imagens, o objetivo principal é atribuir um rótulo (classe) a cada pixel da imagem, delimitando e identificando diferentes objetos ou regiões, ao passo que, na segmentação de imagens, o objetivo é atribuir um único rótulo à imagem como um todo, indicando seu conteúdo principal.

Uma equipe de ciência de dados de uma prefeitura está utilizando um modelo de classificação binária para prever a aprovação de projetos de mobilidade urbana. O desempenho do modelo é avaliado com base em algumas métricas. Considere o seguinte código em Python, que foi executado para calcular as métricas a partir dos rótulos verdadeiros e previstos.

Com os dados fornecidos, o código gerou os seguintes resultados: Precisão: 0,80, Recall: 0,80, Fi-Score: 0,80. Com base nessas métricas, o modelo

Para avaliar o desempenho de um classificador em problemas de classificação com classes significativamente desbalanceadas, a métrica acurácia é a mais adequada, pois considera a proporção de previsões corretas em relação ao total de amostras.

Um desenvolvedor de sistemas de informação está utilizando um algoritmo de Data mining que é um algoritmo não paramétrico de classificação por pontos de dados, com base em sua proximidade e associação com outros dados disponíveis, pressupondo que os pontos de dados semelhantes são encontrados próximos uns dos outros. Esse algoritmo é o:

O aprendizado por reforço é utilizado principalmente em tarefas de classificação supervisionada, nas quais o agente aprende com base em dados rotulados fornecidos previamente.

Suponha que você participa de um projeto de mineração de dados e está treinando um modelo de árvore de decisão para um problema de classificação com três categorias: Frutas Cítricas, Frutas Doces e Frutas Oleaginosas. Em um determinado nó da árvore, a distribuição das 80 amostras de treinamento é a seguinte:

Frutas Cítricas: 40 amostras

Frutas Doces: 20 amostras

Frutas Oleaginosas: 20 amostras

Com base nessa distribuição, os valores do Índice de Gini e da Entropia, em bits, são dados, respectivamente, por:

Em análise preditiva, algoritmos de classificação podem ser treinados a partir de conjuntos de dados sem rótulos; sendo o processo de ajuste dos parâmetros pelo algoritmo com base nesses dados denominado aprendizado supervisionado.