No contexto do jornalismo

Prévia do material em texto

No contexto do jornalismo, são produzidas diversas notícias sobre diferentes assuntos. Ao analisar a ciência de dados e o contexto da classificação, verifica-se que nas notícias não são, comumente, informadas a sua temática. Caso se quisesse saber quantas notícias tivessem sido publicadas sobre o governo, economia, indústria, pessoas ou quaisquer outras, tal informação não seria acessível.
A partir desse contexto e da ciência de dados, poderia ser aplicado o aprendizado de máquina, a fim de organizar uma estatística de temáticas que os meios de comunicação produzem. Indique a alternativa que apresenta uma solução para esse contexto:
Resposta incorreta.
A. 
Pode utilizar o algoritmo Random Forest dentro do aprendizado supervisinado, a fim de concebermos as temáticas.
Os dados não estão rotulados, e há um problema de classificação. Têm-se as informações pertinentes ao problema, e, dentro do aprendizado de máquina não supervisionado. há o algoritmo K-means, que realiza o agrupamento dos dados de acordo com características próximas. Assim, podem-se, inicialmente, agrupar as notícias para posterior verificação temática. O Random Forest não é cabível ao contexto do aprendizado supervisionado.
Você acertou!
B. 
Como não há a rotulação das notícias, pode-se aplicar o algoritmo K-means e, então, primeiramente organizar as notícias em grupos.
Os dados não estão rotulados, e há um problema de classificação. Têm-se as informações pertinentes ao problema, e, dentro do aprendizado de máquina não supervisionado. há o algoritmo K-means, que realiza o agrupamento dos dados de acordo com características próximas. Assim, podem-se, inicialmente, agrupar as notícias para posterior verificação temática. O Random Forest não é cabível ao contexto do aprendizado supervisionado.
Resposta incorreta.
C. 
O aprendizado não supervisionado não cabe ao contexto, pois os dados não estão rotulados.
Os dados não estão rotulados, e há um problema de classificação. Têm-se as informações pertinentes ao problema, e, dentro do aprendizado de máquina não supervisionado. há o algoritmo K-means, que realiza o agrupamento dos dados de acordo com características próximas. Assim, podem-se, inicialmente, agrupar as notícias para posterior verificação temática. O Random Forest não é cabível ao contexto do aprendizado supervisionado.
Resposta incorreta.
D. 
Não se pode avançar nesse contexto, pois não há informações pertinentes para que se possa realizar o aprendizado de máquina.
Os dados não estão rotulados, e há um problema de classificação. Têm-se as informações pertinentes ao problema, e, dentro do aprendizado de máquina não supervisionado. há o algoritmo K-means, que realiza o agrupamento dos dados de acordo com características próximas. Assim, podem-se, inicialmente, agrupar as notícias para posterior verificação temática. O Random Forest não é cabível ao contexto do aprendizado supervisionado.
Resposta incorreta.
E. 
Como é um problema de regressão, devem-se organizar os dados de forma a conduzir o modelo para uma função contínua.
Os dados não estão rotulados, e há um problema de classificação. Têm-se as informações pertinentes ao problema, e, dentro do aprendizado de máquina não supervisionado. há o algoritmo K-means, que realiza o agrupamento dos dados de acordo com características próximas. Assim, podem-se, inicialmente, agrupar as notícias para posterior verificação temática. O Random Forest não é cabível ao contexto do aprendizado supervisionado.