Um instituto de pesquisa governamental está
desenvolvendo um sistema inteligente para
análise de dados sobre cursos de capacitação de
servidores públicos. O objetivo é otimizar a oferta
de cursos com base nos padrões de participação
e desempenho dos servidores. Durante a fase de
definição do modelo de aprendizado de máquina,
a equipe propôs duas tarefas:
✂️ a) Tarefa A: é descritiva, pois agrupa os servidores
com base em características conhecidas. Tarefa
B: é preditiva, pois tenta prever o comportamento
futuro de cada grupo. ✂️ b) As Tarefas A e B são supervisionadas, pois
partem de atributos fornecidos na base de dados. ✂️ c) Tarefa A: exige um modelo supervisionado, pois
há uma variável-alvo definida. Tarefa B: exige um
modelo não supervisionado, já que não há
rótulos conhecidos. ✂️ d) Tarefa A: é não supervisionada, pois trabalha
com agrupamento baseado em dados históricos.
Tarefa B: é supervisionada, pois depende de
atributos quantitativos. ✂️ e) As Tarefa A e B exigem apenas classificação
binária, pois lidam com decisões do tipo “sim” ou
“não”.