Um sistema de monitoramento de licitações públicas usando...

Um sistema de monitoramento de licitações públicas usando aprendizado de máquina supervisionado foi implementado em uma grande região para detectar padrões de irregularidades. Este sistema deve prever se uma licitação possui ou não indícios de irregularidade, baseado nos parâmetros abaixo:

I. Valor do Contrato: Um número decimal que representa o valor total do contrato.

II. Tipo de Contrato: Podendo ser 'Serviços' ou 'Compras'.

III. Região: Região geográfica da licitação ('Norte', 'Sul', 'Leste', 'Oeste')

IV. Número de Participantes: Número de empresas que participaram do processo licitatório.

V Histórico de Regularidade do Proponente (HI): Valor binário representando se o proponente possui histórico de contratos sem irregularidades ('F') ou com irregularidades ('V').

Após treinar o modelo com aproximadamente metade dos casos sendo licitações regulares e metade irregulares usando o modelo de árvores de decisão, ele é testado com 1000 licitações conhecidas, sendo 200 casos de licitações garantidamente com indícios de irregularidades (HI='V') e 800 casos de licitações garantidamente sem indícios(HI='F'). Após ser executado, modelo indica que 100 licitações possuem irregularidades (HI='V') e 900 não possuem(HI='F').

Responda os itens a seguir:

1. Calcule a Precisão, Acurácia, Revocação e a Medida F1 do modelo;

2. Interprete a Precisão e a Acurácia obtidas, incluindo o que significa uma ser maior ou menor que a outra;

3. Aponte os pré-processamentos corretos que precisam ser feitos com os parâmetros de entrada para garantir a eliminação do BIAS e convergência do algoritmo?

4. Explique o que significa a entropia na árvore de decisão.