Acerca dos conceitos de aprendizado de máquina, julgue os itens seguintes: I - O aprendizado de máquina para a detecção de fraude é baseado em equações matemáticas e algoritmos, e funciona em duas etapas. Na primeira, o sistema recebe exemplificações de compras legítimas e ilegítimas. Em seguida, a máquina avalia compras reais, levando em consideração os padrões observados. II - A partir de números e fórmulas, o aprendizado de máquina une ponto a ponto informações sobre características de transações já feitas pelo usuário - como valores médios gastos, horários de compra, uso de celular, pontos usados, principais estabelecimentos -, até chegar a uma probabilidade de fraude final. III - O modo como a máquina aprende os padrões antes de começar a analisar compras não interfere diretamente no registro de falsos positivos e fraudes reais. Assinale a alternativa correta.
Questão
Acerca dos conceitos de aprendizado de máquina, julgue os itens seguintes:
I - O aprendizado de máquina para a detecção de fraude é baseado em equações matemáticas e algoritmos, e funciona em duas etapas. Na primeira, o sistema recebe exemplificações de compras legítimas e ilegítimas. Em seguida, a máquina avalia compras reais, levando em consideração os padrões observados.
II - A partir de números e fórmulas, o aprendizado de máquina une ponto a ponto informações sobre características de transações já feitas pelo usuário - como valores médios gastos, horários de compra, uso de celular, pontos usados, principais estabelecimentos -, até chegar a uma probabilidade de fraude final.
III - O modo como a máquina aprende os padrões antes de começar a analisar compras não interfere diretamente no registro de falsos positivos e fraudes reais.
Assinale a alternativa correta.
Alternativas
A) Apenas I está correta.
B) Apenas II está correta.
C) Apenas III está correta.
D) Apenas I e II estão corretas.
E) Apenas I e III estão corretas.
Explicação
Análise dos itens:
I. Correto. O enunciado descreve exatamente o funcionamento típico de aprendizado supervisionado em detecção de fraude: (1) treino com exemplos rotulados (transações legítimas e fraudulentas) e (2) uso do modelo treinado para avaliar novas compras, comparando-as com padrões aprendidos.
II. Correto. Modelos de ML combinam (por meio de fórmulas/algoritmos) diversas features (variáveis) da transação e do comportamento do usuário (valor, horário, local/estabelecimento, dispositivo etc.) para produzir um score ou probabilidade estimada de fraude. A descrição “até chegar a uma probabilidade de fraude final” condiz com classificadores probabilísticos (como regressão logística) e também com outros modelos que geram pontuações calibráveis.
III. Incorreto. O modo como a máquina aprende (tipo de modelo, qualidade/quantidade dos dados, balanceamento das classes, ajuste de limiar, validação, regularização etc.) interfere diretamente nas taxas de falsos positivos (compras legítimas marcadas como fraude) e de fraudes reais detectadas (sensibilidade/recall). Logo, afirmar que “não interfere diretamente” é errado.
Portanto, apenas I e II estão corretas.
Alternativa correta: (D).