Questão 47 — KDD — Pré-processamento de Dados (Inteligência Artificial) — Serviço de Seleção do Pessoal da Marinha (SSPM) · Marinha do Brasil 2022

Inteligência Artificial KDD — Pré-processamento de Dados

Serviço de Seleção do Pessoal da Marinha (SSPM) 2022

Marinha do Brasil · Quadro Técnico do Corpo Auxiliar da Marinha (CP-T) — Informática · Caderno Amarela

Gabarito disponível

O Departamento Secreto X da Marinha do Brasil se deparou com um conjunto de casos nos quais a etapa de pré-processamento foi crucial para o bom funcionamento dos diferentes sistemas que usam algoritmos de Aprendizado de Máquina. Assinale a opção que corresponde ao uso da correta tarefa de preparação de dados, dentre os diferentes contextos (case) apresentados, segundo o processo KDD descrito por Goldschmidt (2015).

Selecione uma alternativa A) Picos no sistema interno da Fragata Tango fazem com que os radares detectem distâncias erradas, multiplicadas por altíssimo fator de erro, que faz o valor da distância fugir de um intervalo de valor plausível. Um algoritmo de remoção de outlier foi desenvolvido para remover amostras com ordens de grandeza anômalas. Neste caso, a tarefa de redução de dados vertical foi aplicada. B) O Sistema de Monitoramento de Caças da Aviação Naval registrou um grande conjunto de dados e foi verificada uma elevada quantidade de pares de variáveis com correlações extremamente próximas a 100% (como a observada entre a quantidade de combustível consumido e a distância percorrida). Neste caso, aplicou-se o algoritmo de PCA (Principal Component Analysis). C) O Sistema "PrevSaude" foi desenvolvido utilizando algoritmos de Aprendizado de Máquina com o objetivo de prever as condições de saúde de diferentes militares. Foi aplicada uma amostragem sobre a grande população inicial de indivíduos mantendo-se a proporção em relação à faixa etária por meio do método de redução de dados vertical. D) O Sistema "PrevSaude" foi desenvolvido utilizando algoritmos de Aprendizado de Máquina com o objetivo de prever as condições de saúde de diferentes militares e uma das tarefas de pré-processamento utilizada foi a codificação que considera militares casados representados por "0001", militares solteiros ou divorciados como "0010", militares viúvos como "0100" e outros como "1000". Neste caso, o tipo de codificação aplicado foi binário por temperatura. E) Antes do fornecimento de dados à rede neural profunda para detecção de mísseis, foi aplicado o algoritmo no qual cada distância foi subtraída da média amostral e dividida pela variância amostral. Desse modo, a tarefa de pré-processamento utilizada foi de enriquecimento de dados.

Resolução comentada

Variáveis altamente correlacionadas justificam redução de dados horizontal com PCA.

Pares de variáveis com correlação próxima de 100% são redundantes. A tarefa adequada é a redução de dimensionalidade (redução horizontal), por exemplo com PCA. Portanto B está correta.

Análise das alternativas

A) A remoção de outliers é limpeza de dados, e a redução vertical trata de reduzir registros. C) A amostragem estratificada reduz registros, o que é redução vertical, mas o item contém erro no enquadramento do método. D) A codificação descrita é do tipo 1-de-N (one-hot), não binária por temperatura. E) Subtrair a média e dividir pelo desvio-padrão é normalização, não enriquecimento, e o item fala em variância.

Referência: Goldschmidt (2015); processo KDD, pré-processamento.

Resolução comentada do VaiConcursos.