No contexto dos algoritmos utilizados em análise de dados, considere os passos a seguir: 1. recebe os dados de treinamento como entrada, que incluem atributos e categorias; 2. calcula a probabilidade de cada categoria ocorrer com base na quantidade de exemplos de cada categoria no conjunto de dados; 3. calcula a probabilidade condicional para cada atributo, ou seja, a probabilidade de um atributo dada uma categoria; 4. para uma nova entrada, calcula a probabilidade de cada categoria dada a entrada; 5. seleciona a categoria com a maior probabilidade condicional como a previsão para a nova entrada; 6. repete os passos 4 e 5 para todas as entradas desconhecidas. Assinale o algoritmo que é implementado nos passos acima.
- A)Regressão Logística.
Errada: regressão logística também é classificadora, mas não segue esse esquema de probabilidades condicionais por atributo descrito no enunciado.
- B)Naive Bayes.
Certa: o algoritmo usa probabilidades a priori e condicionais para estimar a classe mais provável de uma nova entrada.
- C)K-Means.
Errada: K-Means é um algoritmo de agrupamento não supervisionado, sem uso de categorias rotuladas como no enunciado.
- D)Random Forest.
Errada: Random Forest combina várias árvores de decisão, não esse cálculo direto de probabilidades descrito na questão.
- E)Regressão Linear.
Errada: regressão linear serve para prever valores contínuos, não para classificar categorias por probabilidade.
Gabarito: B
A questão descreve um classificador probabilístico que aprende a partir de exemplos rotulados. Primeiro, ele observa quantas vezes cada categoria aparece no conjunto de treinamento para estimar a probabilidade a priori de cada classe. Depois, calcula as probabilidades dos atributos dentro de cada classe, isto é, a chance de cada evidência ocorrer se a categoria for conhecida. Na hora de classificar uma nova entrada, o algoritmo combina essas probabilidades e estima qual categoria é a mais provável para aquele caso. Em outras palavras, ele faz a conta do tipo: com base no que aprendeu, qual classe faz mais sentido para este novo exemplo? É um raciocínio simples, rápido e bastante usado em problemas de classificação. Isso é exatamente o que faz o Naive Bayes: usa o teorema de Bayes com a hipótese de independência entre os atributos, por isso o nome "naive". Essa suposição é simplificadora, mas costuma funcionar muito bem na prática, principalmente em filtragem de spam, texto e classificação básica de dados. Por isso o gabarito é a letra B. As etapas citadas batem com a lógica de cálculo das probabilidades a priori e condicionais, seguida da escolha da classe com maior probabilidade posterior.