Questão 232011 · 56ª da prova
FGV 2026 – DATAPREV – Analista de Tecnologia da Informação: Principais distribuições de probabilidade
- Banca
- FGV
- Órgão
- DATAPREV
- Ano
- 2026
- Cargo
- Analista de Tecnologia da Informação
- Matéria
- Estatística
- Assunto
- Principais distribuições de probabilidade · Distribuição Normal · Análise Multivariada · Definição do modelo
No contexto do Aprendizado de Máquina não supervisionado, os
Modelos de Mistura Gaussiana (Gaussian Mixture Models)
representam uma abordagem probabilística para a tarefa de
agrupamento (clustering).
Acerca das características e do funcionamento dessa técnica, analise os itens a seguir. I. De acordo com a técnica, cada gaussiana no modelo de mistura possui três parâmetros principais: média, peso e matriz de covariância. II. O modelo calcula para cada instância a probabilidade de ela ter sido gerada por cada um dos componentes da mistura. III. Os agrupamentos gerados por essa técnica são matematicamente limitados a formatos esféricos, impossibilitando a modelagem de distribuições elípticas ou com volumes distintos no espaço de dados. Está correto o que se afirma em
Acerca das características e do funcionamento dessa técnica, analise os itens a seguir. I. De acordo com a técnica, cada gaussiana no modelo de mistura possui três parâmetros principais: média, peso e matriz de covariância. II. O modelo calcula para cada instância a probabilidade de ela ter sido gerada por cada um dos componentes da mistura. III. Os agrupamentos gerados por essa técnica são matematicamente limitados a formatos esféricos, impossibilitando a modelagem de distribuições elípticas ou com volumes distintos no espaço de dados. Está correto o que se afirma em
- AI, apenas.
- BII, apenas.
- CI e II, apenas.
- DI e III, apenas.
- EII e III, apenas.