FC ConcursosFC Concursos

Questão FC546350

Quais estão corretas?

Inteligência Artificial (IA)

FUNDATEC · 2025

A clusterização é uma técnica de aprendizado não supervisionado que agrupa dados com características similares. Sobre as diferentes técnicas de clusterização, analise as assertivas abaixo:

I. Hierarchical Clustering é mais adequado para grandes volumes de dados devido ao seu baixo custo computacional.

II. K-means é um algoritmo de clusterização que minimiza a variância dentro dos clusters ao calcular centros iterativamente.

III. DBSCAN é capaz de detectar clusters de formato arbitrário e identificar pontos como ruído se eles não pertencem a nenhum cluster.

Quais estão corretas?

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

Gabarito

D

Comentário do professor

Apenas II e III estão corretas.

K-means é um algoritmo de agrupamento que busca minimizar a variância intra-clusters. Funciona atribuindo cada ponto ao centroide mais próximo e atualizando os centroides iterativamente até convergência. A função objetivo é tipicamente \(J=\sum_{i=1}^{k}\sum_{x\in C_i}\|x-\mu_i\|^2\), onde \(\mu_i\) é o centroide do cluster \(C_i\).

DBSCAN é um método baseado em densidade capaz de detectar clusters de formato arbitrário. Usa os parâmetros eps (raio) e MinPts (mínimo de pontos) para definir regiões densas. Pontos que não pertencem a nenhuma região densa são marcados como ruído, o que permite separar outliers dos clusters.

Ambos os métodos têm aplicações distintas: K-means para clusters convexos e bem separados; DBSCAN para estruturas complexas e com ruído, dependendo da escolha de eps e MinPts.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo