-
Agrupamento: não supervisionado.
Classificação: supervisionado.
GABARITO: ERRADO
-
GABARITO ERRADO!
.
.
A tarefa de classificação, aprendizado supervisionado, é uma tarefa da mineração de dados que associa ou classifica objetos a determinadas classes, ela busca prever uma classe de um novo dado automaticamente.
Por exemplo, uma base de dados que armazena características de clientes, baseando em históricos de transações anteriores, podem-se classificar estes clientes em categorias para liberação de crédito. Um novo cliente poderá ser classificado em uma das categorias definidas, de acordo com suas características.
.
devmedia
-
Gab. ERRADO!
A técnica de classificação visa o estabelecimento de categorias predefinidas antes da análise dos dados a partir de um conjunto de dados, bem como a distribuição dos dados nas categorias estabelecidas. Constroem-se modelos de classificação a partir de um conjunto de dados de entrada, identificando cada classe por meio de múltiplos atributos e os rotulando/etiquetando, sendo essa técnica possível de ser utilizada com outras técnicas. A classificação é considerada um exemplo de aprendizado supervisionado, isso significa que as classes são predefinidas antes dos resultados. Os métodos de classificação supervisionada podem ser embasados em métodos como separabilidade ou entropia, utilizando árvores de decisão e variantes, e em particionamento, utilizando SVM (Support Vector Machines).
-
Creio que as questões estão invertidas. Dando como errado as respostas certas.
-
Gabarito trocado. Questão Errada.
Questão nº 114 do caderno de provas:
-
êh susto do estopico
só faltava a cespe considerar a técnica de classificação como um processo não supervisionado agora
-
Errado
NÃO supervisionados: sistema é capaz de gerar análises sozinho
Supervisionados: Precisa da ação do Usuário
Tipos de técnica
Associação
- NÃO supervisionados
- identificar afinidades existentes entre um conjunto de itens em um dado grupo de registros.
- Por exemplo: 75% dos envolvidos em processos judiciais ligados a ataques maliciosos a servidores de dados também estão envolvidos em processos ligados a roubo de dados sigilosos
Padrões sequenciais
- identificar sequências que ocorrem em determinados registros.
- Por exemplo: 32% de pessoas do sexo feminino após ajuizarem uma causa contra o INSS solicitando nova perícia médica ajuízam uma causa contra o INSS solicitando ressarcimento monetário
Classificação
- Supervisionados
- as categorias são definidas antes da análise dos dados. Pode ser utilizada para identificar os atributos de um determinado grupo que fazem a discriminação entre 3 tipos diferentes, por exemplo, os tipos de processos judiciais podem ser categorizados como infrequentes, ocasionais e frequentes.
Análise de agrupamentos (Clusterização ou análise de aglomerações ou análise de partições)
- NÃO supervisionados
- Busca classificar casos (por exemplo, pessoas, coisas, eventos) em grupos ou clusters, de modo que o grau de associação seja forte entre os membros do mesmo cluster e fraco entre os membros de diferentes clusters
-
Classificação- supervisionado
-
A classificação é uma técnica de aprendizado supervisionado. Ou seja, as classes são definidas antes do processo de distribuição dos dados nas classes. Aprendizados não supervisionados são as regras de associação e a clusterização. Gab E
-
GAB: E
- ASSOCIACAO: NAO SUPERVISIONADO
- CLASSIFICACAO: SUPERVISIONADO
- REGRESSAO: SUPERVISIONADO
- CLUSTER: NAO SUPERVISIONADO
-
GABARITO ESTÁ ERRADO MESMO, VEJO QUE EXISTEM MUITAS POSTAGENS DIZENDO SOBRE O GABARITO, ERRADO MESMO
-
criei uma histórinha:
Eu organizo um agrupamento de estudos, que não tem nenhum supervisor.
agrupamento = não supervisionado.
classificação = supervisionado.
-
Questão tranquila, que cobra a principal característica da tarefa de mineração da classificação - ela ocorre num processo de aprendizado supervisionado, em que um conjunto de treinamento (já classificado) é apresentado para o algoritmo. O sistema então gera um modelo que permite classificar as demais ocorrências. A questão alega que esse processo ocorre de forma não supervisionada, o que está incorreto.
-
Cansados, mas não derrotados!!
-
é por conta de serem supervisionados ?
gabarito.: errado.
-
Gabarito: ERRADO
Como eu decorei:
-se começar com A é não supervisionado
-se não começar com A é supervisionado
NÃO supervisionados:
- Agrupamento (lembrar que também pode ser chamado de Clustering)
- Associação
Supervisionados:
- Classificação
- Regressão
- Detecção de desvios
-
Data Mining
- Processo analítico
- Explorar grandes quantidades de dados
- Busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis
**Possui 3 etapas
1. Exploração
2. Construção de modelo/definição de padrão
3. Validação/verificação
NÃO supervisionados:
- Agrupamento (lembrar que também pode ser chamado de Clustering):
AGREGAÇÃO = AGRUPAMENTO = CLUSTERING
Características:
-- Aprendizado NÃO-supervisionado
-- Realiza a identificação de dados similares e os agrupa
-- NÃO há pré-definição de grupos
-- NÃO realiza classificação e NÃO estima valores
- Associação: (cespe) - A técnica de associação é utilizada para indicar um grau de afinidade entre registros de eventos diferentes, para permitir o processo de data mining. CORRETO
Supervisionados:
- Classificação:
- Regressão: A análise de regressão em mineração de dados tem como objetivos a sumariação, a predição, o controle e a estimação.A tarefa de regressão é predizer um valor numérico a partir de um conjunto de atributos fornecidos. É considerada como um aprendizado supervisionado (supervised learning), pois a base de dados de treinamento já possui valores numéricos previamente definidos para o atributo a ser previsto nas novas instâncias.
- Detecção de desvios:
TA INCOMPLETO MAS ESTÁ AI PARA QUEM QUISER COLOCAR NOS RESUMOS
-
Agrupamento ou (clustering): Similar a classificação, porem sem auxílios (não supervisionado)
Classificação: Intervenção humana, ou seja, supervisionado.
Associação: Relacionar itens com outro conjunto de valores de um conjunto de variáveis.
Padrões sequenciais ou regressão: Prever um possível acontecimento baseado em experiencias passadas.
No método de classificação para mineração de dados, a filiação dos objetos é obtida por meio de um processo não supervisionado de aprendizado.
O erro está em dizer que classificação é um processo " não supervisionado"
-
CLUSTERING “AGRUPAMENTO” – ATIVIDADE NÃO SUPERVISIONADA >> Utilizado para encontrar padrões inesperados nos dados
-
"Classificação é o processo de aprender um modelo que descreve diferentes classes de dados. As classes são predefinidas. Por exemplo, em uma aplicação bancária, os clientes que solicitam um cartão de crédito podem ser classificados como risco fraco, risco médio ou risco bom. Logo, esse tipo de atividade também é chamada de aprendizado supervisionado."
Fonte: Elmasri/Navathe
-
Se utiliza-se o método de classificação para mineração de dados, significa que os dados apresentados são necessariamente supervisionados, pois existe um modelo (padrão) definido.
Em tempo:
DADOS NÃO supervisionados:
- Agrupamento (lembrar que também pode ser chamado de Clustering)
- Associação
*Nesse caso, existe a necessidade do agrupamento para contextualização do dado visando sua predição (processamento da informação/saída)
DADOS Supervisionados:
- Classificação
- Regressão
- Detecção de desvios
Aqui, diferente dos dados não supervisionados, os padrões já são estabelecidos, basta usar alguma das técnicas para mineração dos dados.
-
Os processos de data mining são usados para fazer previsões, galera. Por muito tempo, os modelos estatísticos faziam essas predições por meio daquelas análises de regressão, mas isso acabou se tornando insuficiente para os dias de hoje. O data mining veio para revolucionar essas análises preditivas por meio de três métodos:
a)Classificação: consiste em agregar atributos em classes previamente estabelecidas (supervisionada). Esse método consegue identificar dados com atributos semelhantes e alocá-los nestas classes previamente estabelecidas.
b)Clusterização: consiste em agregar atributos em clusters, mas que não são previamente estabelecidos (não-supervisionada). Esse método consegue identificar dados com atributos semelhantes e alocá-los nestes clusters. O grande desafio é como definir esses clusters, como eles podem ser divididos num conjunto de dados. Essa técnica de particionamento pode se dar de duas maneiras:
b1) O algoritmo k-means: consiste em atribuir P pontos a K grupos por meio da média desses grupos. O algoritmo faz um processo iterativo de alocação desses dados nos grupos cujos valor são próximos dos da média.
b2) O algoritmo k-medoids
c) Associação: são responsáveis por grande parte das soluções usadas para descoberta de padrões. Essa metodologia é considerada não supervisionada e busca encontrar relacionamentos significativos entre os itens de dados armazenados [Kantardzic 2003].
Gab: Errado
Bibliografia: https://core.ac.uk/download/pdf/236392898.pdf
-
Nos termos de Navathe:
Classificação:
- Processo de aprender um modelo que descreve diferentes classes de dados.
- Aprendizado supervisionado.
- Cada registro possui um atributo chamado rótulo de classe, que indica a que classe o registro pertence.
Fonte - ELMASRI, R.; NAVATHE, S. B. Sistemas de Banco de Dados. 6° ed.
Gabarito errado.
-
CLASSIFICAÇÃO
- APRENDIZADO SUPERVISIONADO
- GRUPOS, CLASSES
- PRÉ-DEFINIDOS
-
GABARITO: ERRADO
TAREFAS/TÉCNICAS (CESPE - MÉTODOS):
- Classificação = determinar com que grupo (ou classe) de objetos, já classificados anteriormente, esse novo objeto apresenta mais semelhança. CESPE (2014) destacou que com o uso da classificação como técnica de Data Mining, busca-se a identificação de uma classe por meio de múltiplos atributos.
Considerada como um aprendizado supervisionado (supervised learning).
O aprendizado supervisionado ocorre quando o modelo aprende a partir de resultados pré-definidos, utilizando os valores passados da variável target (alvo) para aprender quais devem ser seus resultados de saída. Estes mesmos valores servem como “supervisão” destas previsões, permitindo o ajuste nas previsões com base nos erros. O modelo possui uma referência daquilo que está certo e daquilo que está errado.
- Análise de Clusters (Análise de Agrupamentos, Análise de Aglomerações ou Análise de Partições) = Também chamada de segmentação de dados ou Clusterização (Clustering), diz respeito a agrupar ou segmentar uma coleção de objetos em subconjuntos, chamados de clusters.
Trata-se de um aprendizado não supervisionado (unsupervised learning).
No aprendizado não supervisionado não existem resultados pré-definidos para o modelo utilizar como referência para aprender.
- Detecção de Desvios (Detecção de Anomalias ou Mineração de Exceções) = É a tarefa de identificar observações cujas características sejam significativamente diferentes do resto dos dados
Considerada como um aprendizado supervisionado (supervised learning).
- Associação (Regras de Associação) = A tarefa de “obtenção de regras de associação” corresponde a descobrir qualquer estrutura de associação entre os dados. No Data Mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis.
Considerada como um aprendizado não supervisionado (unsupervised learning).
- Regressão (Análise de Regressão) = No Data Mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis.
Considerada como um aprendizado supervisionado (supervised learning) .
Inicia com A: nÃo supervisionado
RDC: supeRviosionaDo C.
Continua...
-
ERRADO
CLASSIFICAÇÃO
- possui Aprendizado Supervisionado (humano treina o algoritmo)
- as CLASSES JÁ EXISTEM (pré-definidas)
-
Classificação:
-> SUPERVISONADO ( É demonstrado previamente para a máquina, os padrões e comportamentos, como algoritmo deve se comportar) o modelo possuí uma referencia daquilo que está certo e aquilo que é errado, e assim separa e os agrupa por meio da CLASSIFICAÇÃO (Pode ser outra Técnica para trabalhar com os dados como clustering, que é não supervisionado).
-
Quem supervisiona é porque CRÊ
→ Classificação
→ Regressão
→ Estimação
-
Processos não supervisionados: Associação, agrupamento.
Processos supervisionados: Classificação, Regressão, Detecção de desvio.
-
GAB. ERRADO
CLASSIFICAÇÃO = SUPERVISIONADO
SUPERVISIONADO = VC SUPERVISONA ENTRADA E SAÍDA.
CLASSIFICAÇÃO = PARTICIONAR DADOS COLOCANDO EM CLASSES OU CATEGORIAS.
O QUE SÓ DA ENTRADA É O NÃO SUPERVISIONADO.
-
Gabarito: Errado
A Classificação é supervisionada.
O Agrupamento é não supervisionado.
-
Quem supervisiona é porque CRÊ
→ Classificação
→ Regressão
→ Estimação
-
(Galera, particularmente não curto decorar e sim entender, caso seja assim também achei um material bem explicativo, vou deixa o link a baixo, boa sorte a todos ! )
Aprendizagem supervisionada:
A aprendizagem é feita a partir de exemplos, em que o analista ajuda o sistema a construir o modelo, através da definição das classes e dos exemplos em cada classe. O sistema tem que determinar a descrição para cada classe, ou seja, o conjunto de propriedades comuns nos exemplos que lhe são fornecidos. Estando a descrição determinada, é possível formular a regra de classificação que pode ser utilizada para prever a classe de um objeto que não tenha sido considerado aquando da aprendizagem.
Aprendizagem não supervisionada:
Esta é efetuada com base em observação e descoberta. Não são definidas classes, pelo que o sistema de DM necessita de observar os exemplos e reconhecer os padrões por si próprio. Daqui resulta um conjunto de descrições de classes, uma para cada classe descoberta no ambiente, isto é, na base de dados.
Fonte: https://paginas.fe.up.pt/~mgi99021/it/tipos.htm#2.3%20Associa%C3%A7%C3%A3o
" O melhor material não é do cursinho x e nem do y, e sim o que você mesmo produz ..." -Rodrigo Proxxxxxxpera.
Complementa seu material ai e vamos pra cima !!!!
-
No método de classificação para mineração de dados, a filiação dos objetos é obtida por meio de um processo não supervisionado de aprendizado, em que somente as variáveis de entrada são apresentadas para o algoritmo.
Há dois erros na questão:
1°. O processo de classificação é supervisionado;
2°. Para que o processo ocorra, é necessário que sejam apresentadas tanto as variáveis de entrada quanto as classes em que os dados serão classificados.
Em suma, esse processo pode ocorrer por meio de heurística, isto é, através da análise estatística do comportamento dos dados, estes serão colocados em classes. Dados com comportamentos parecidos ficarão nas mesmas classes. A grande diferença para o agrupamento é a prévia criação das classes e o processo ser supervisionado, no agrupamento não há superviosionamento e os dados são agrupados, sem criação prévia de classes.
Gabarito: Errado.
Observação: em caso de erro, por favor me informe.
-
CLASSIFICAÇÃO => PRECISO DE SUPERVISÃO PARA TER APRENDIZADO.
-
- Agrupamento (Clustering) / Associação => NÃO supervisionado
- Classificação / Regressão / Detecção de desvios => Supervisionado
-
Trata-se de uma questão sobre mineração de dados.
O comando da questão afirma que na classificação a filiação dos objetos é obtida por meio de um processo não supervisionado de aprendizado.
Isso está errado. Para treinar um modelo de classificação, temos que indicar quais são os tipos de classes possíveis (supervisionado). Se não indicarmos quais são as classes, o que seria feito na verdade seria um agrupamento por similaridade dos objetos, que é um método não supervisionado.
Gabarito do Professor: ERRADO.
-
Sabe quando tu fica bravo de tanto errar:
AAAAAAAAAAAAAAAA NÃO (supervisionado).
Tá aí a resposta.
-
AANS
Agrupamento (Clustering) / Associação => NÃO supervisionado
CS RS DS
Classificação / Regressão / Detecção de desvios => Supervisionado
-
Para não confundir ↓
- Data mining classificação → Aprendizado supervisionado
- Agrupamento de dados → Aprendizado não-supervisionado.