Questões de Concurso

Um analista de dados está desenvolvendo um modelo para prever o comportamento do consumidor com base em um grande volume de dados históricos de vendas. Ele precisa selecionar a abordagem de aprendizado de máquina mais adequada para identificar padrões complexos e realizar previsões precisas, considerando que os dados possuem características não lineares e interações sutis entre variáveis.

(a)

Regressão Linear Simples, por sua capacidade de modelar relações de causa e efeito de forma direta e interpretável.

(b)

Árvores de Decisão, devido à sua simplicidade em visualizar o processo de decisão e lidar com variáveis categóricas.

(c)

Máquinas de Vetores de Suporte (SVM) com kernel não linear, pela sua habilidade em mapear dados para um espaço de maior dimensão, permitindo a separação de classes com fronteiras complexas.

(d)

K-Means Clustering, por ser um algoritmo supervisionado ideal para a classificação de novos dados com base em protótipos definidos.

(e)

Regressão Logística, por sua eficiência em problemas de classificação binária e pela facilidade de interpretação dos coeficientes.