No aprendizado de máquinas, o modelo que reside na identificação de propriedades intrínsecas aos dados de entrada, de maneira a construir representações desses dados que possam ser

Gabarito

B

Comentário do professor

Descritivo é o modelo voltado a identificar propriedades intrínsecas dos dados e construir representações úteis desses dados, sem depender de rótulos. Ele busca revelar estrutura, padrões e regularidades que descrevem a natureza dos registros observados.

Esse enfoque está associado ao aprendizado não supervisionado e ao representation learning, cujo objetivo é gerar vetores ou resumos que facilitem tarefas posteriores ou a interpretação humana. Essas representações podem reduzir dimensionalidade, eliminar ruído e evidenciar agrupamentos naturais.

Exemplos típicos incluem PCA, autoencoders, clusterização e métodos de embedding: ferramentas que transformam dados brutos em descrições compactas e informativas.

Em prática, modelos descritivos são valiosos para ajuda à tomada de decisões e descoberta de conhecimento, servindo como etapa prévia ou complementar a modelos preditivos.