Com relação a mineração de dados, aprendizado de máquina e ...

Gabarito: E - Errado.

A questão aborda a aplicação das técnicas de mineração de dados no contexto da detecção de fraudes. O item apresenta um erro ao caracterizar a modelagem descritiva como uma técnica adequada para a detecção de novos tipos de fraudes por meio de modelos de classificação de padrões predefinidos de fraudes. A mineração de dados possui duas grandes frentes: a modelagem descritiva e a modelagem preditiva.

A modelagem descritiva foca em entender o conjunto de dados e encontrar padrões ou relações que descrevam os dados de maneira sucinta. Exemplos incluem análise de agrupamento (clustering) e regras de associação. Por outro lado, a modelagem preditiva procura criar modelos que são capazes de prever resultados futuros com base em dados passados. Isso inclui a classificação, que é onde os modelos de detecção de fraudes geralmente se enquadram.

Para a detecção de novos tipos de fraudes, é mais apropriado utilizar técnicas de aprendizado não supervisionado ou de anomalia e detecção de novidade, que não se baseiam em padrões predefinidos e podem identificar desvios de comportamento não previstos anteriormente. Este tipo de técnica é especialmente útil para detectar fraudes anteriormente desconhecidas, que não seriam detectadas por modelos construídos apenas com exemplos de fraudes conhecidas.

Portanto, a assertiva é incorreta pois confunde o propósito da modelagem descritiva, atribuindo-lhe uma capacidade preditiva e de detecção de novos padrões não característicos dessa abordagem, quando na verdade outras técnicas são mais adequadas para tal fim.

Gab: ERRADO

A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva

Segundo os profs. no extraoficial = preditiva 

Bons estudos!

Se vai detectar algo que ainda vai acontecer, será PREDITIVA.

1. JUSTIFICATIVA - ERRADO. A detecção de fraudes é uma das aplicações da técnica “detecção de anomalias” da mineração de dados.
2. Detecção de anomalia

1. “A detecção de anomalias pode ser vista como o outro lado do cluster — ou seja, encontrar instâncias de dados que são incomuns e não se enquadram em nenhum padrão estabelecido. A detecção de fraude é um exemplo de detecção de anomalias. Embora a detecção de fraude possa ser vista como um problema para a modelagem preditiva, a relativa raridade de transações fraudulentas e a velocidade com que os criminosos desenvolvem novos tipos de fraude significam que qualquer modelo preditivo provavelmente terá baixa precisão e se tornará rapidamente desatualizado. Assim, a detecção de anomalias se concentra em modelar o que é um comportamento normal para identificar transações incomuns.” Modelagem descritiva

1. “A modelagem descritiva, ou clustering, também divide os dados em grupos. Com o agrupamento, no entanto, os grupos apropriados não são conhecidos com antecedência; os padrões descobertos pela análise dos dados são usados para determinar os grupos.” 

Olá!

Gabarito: Errado

Bons estudos!

-O sucesso é a soma de pequenos esforços repetidos dia após dia.

QUESTÃO:

A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliza o mapeamento rápido e preciso de novos tipos de golpes por meio de modelos de classificação de padrões predefinidos de fraudes.

GABARITO: ERRADO

Nesse caso seria a técnica Preditiva.

Resumo:

Descritiva: O que está acontecendo?

Diagnóstica: Por que isso aconteceu?

Preditiva: O que vai acontecer?

Prescritiva: O que deve ser feito?