O agrupamento de dados no aprendizado de máquina procura grupos semelhantes e diferentes em uma massa de dados que caracterizam uma população de indivíduos. A categoria que se baseia na teoria dos grafos e dispensa a definição de protótipos utilizados para segmentar a base de dados em diferentes grupos é denominada:
Questão
O agrupamento de dados no aprendizado de máquina procura grupos semelhantes e diferentes em uma massa de dados que caracterizam uma população de indivíduos. A categoria que se baseia na teoria dos grafos e dispensa a definição de protótipos utilizados para segmentar a base de dados em diferentes grupos é denominada:
Alternativas
A) Classificação
B) Regressão
C) Clusterização
D) Associação
E) Delimitação
Explicação
O enunciado descreve agrupamento de dados (clustering), cujo objetivo é separar uma base de dados em grupos (clusters) de modo que elementos do mesmo grupo sejam mais semelhantes entre si do que em relação a elementos de outros grupos.
Além disso, ele pede a categoria baseada em teoria dos grafos e que dispensa a definição de protótipos.
- Métodos de clusterização podem ser formulados por grafos (ex.: construir um grafo de similaridade e separar componentes/comunidades, usar árvore geradora mínima, etc.).
- E, diferentemente de técnicas “baseadas em protótipos” (como k-means, que exige centróides), há abordagens de clusterização que não dependem de protótipos.
Portanto, a categoria correta é Clusterização.
Alternativa correta: (C).