FC ConcursosFC Concursos

Questão FC369922

Árvore de Decisão (AD) é um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão que podem ser facilmente implementados Python 3.0 a

Inteligência Artificial (IA)

FGV · 2025

Árvore de Decisão (AD) é um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão que podem ser facilmente implementados Python 3.0 através da biblioteca scikit-learn versão 1.7. Com relação às vantagens da utilização das AD através dessa biblioteca, analise as afirmativas a seguir.

 

I. O custo de uso da AD é logarítmico em relação ao número de pontos de dados usados para treinar a árvore.

 

II. As previsões das AD são suaves e contínuas e apresentam aproximações constantes por partes. Portanto, são boas para extrapolação de dados.

 

III. AD apresentam bom desempenho mesmo que suas suposições sejam de alguma forma violadas pelo modelo verdadeiro a partir do qual os dados foram gerados.

 

IV. AD são estáveis, pois grandes variações nos dados podem resultar na geração de árvore equivalentes. Essa condição é assegurada pelo uso de AD dentro de pequenos conjuntos de dados.

 

Está correto o que se afirma em

  1. I, II, III e IV.
  2. II e IV, apenas.
  3. II e III, apenas.
  4. I e IV, apenas.
  5. I e III, apenas.
Mostrar resposta e comentário

Gabarito

Errado

Comentário do professor

I — A afirmação refere‑se ao custo de uso (principalmente para predição). Em uma árvore de decisão a previsão de um novo exemplo exige percorrer a árvore da raiz até uma folha; esse custo é proporcional à profundidade da árvore. Em uma árvore balanceada a profundidade cresce como \(O(\log n)\) em função do número de exemplos \(n\), logo o tempo de predição tende a ser logarítmico em relação ao tamanho do conjunto de treino.

II — O ponto-chave é que AD realizam aproximações constantes por partes: cada folha atribui um valor (classe ou regressão) uniforme a uma região do espaço de entrada. Essa característica torna as árvores capazes de representar relações não lineares de forma simples e interpretável, pois segmentam o espaço em blocos com previsões estáveis dentro de cada bloco.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo