Questão FC784094
O responsável pela administração de um hospital do estado teve a ideia de desenvolver um programa aplicativo que auxiliasse os médicos em identificar preliminarmente se um paciente
Análise Multivariada
Instituto AOCP · 2024
O responsável pela administração de um hospital do estado teve a ideia de desenvolver um programa aplicativo que auxiliasse os médicos em identificar preliminarmente se um paciente tem uma de duas doenças. Assim, o vetor dos resultados quantitativos de p exames laboratoriais [X1 X2 ... Xp] (padrão) do paciente entra no algoritmo do aplicativo previamente desenvolvido com dados já existentes sobre as doenças e é trabalhado por técnica de Análise Discriminante, ou seja, de reconhecimento de padrão e classificação. O resultado que tem confiança elevada de decisão correta é fornecido. Nesse contexto, é correto afirmar que duas técnicas podem ser usadas para discriminar, ou seja, reconhecer e classificar o vetor com os dados de entrada (padrão). Quais são elas?
- Função Discriminante Quadrática de Bartlett e Método dos Mínimos Quadrados.
- Regressão Linear Múltipla e Regressão Não linear.
- Função Discriminante Linear de Fisher e Redes Neurais.
- Regressão Logística e Método dos Mínimos Quadrados Não lineares.
- Algoritmo de Marquardt e teste Z de Fisher.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
Função Discriminante Linear de Fisher: é uma técnica que procura uma combinação linear das variáveis que maximize a separação entre classes, aumentando a variância entre classes em relação à variância dentro das classes. A direção discriminante pode ser escrita como \(w = S_w^{-1}(m_1-m_2)\), onde \(S_w\) é a matriz de covariância intraclasse e \(m_i\) os vetores-média. O padrão \(x\) é projetado em \(y=w^T x\) e classificado por limiar.
Redes Neurais: são modelos capazes de aprender fronteiras de decisão não lineares a partir de exemplos rotulados. Por meio de camadas e funções de ativação, aproximam relações complexas entre exames e diagnóstico. Exigem treinamento, validação e cuidados com sobreajuste, mas são muito eficientes quando classes não são linearmente separáveis.
Conteúdo do catálogo FC Concursos · Atualizado em