A alternativa correta é a letra D, "Classificação".A classificação é um dos métodos supervisionados mais comuns na mineração de dados e é usado para tarefas frequentes do dia a dia, como prever se um cliente vai comprar um produto, se um paciente tem uma doença ou não, entre outras.A classificação envolve a construção de um modelo de classificação a partir de um conjunto de dados de treinamento rotulados, onde cada exemplo de treinamento é uma instância de dados com um rótulo de classe atribuído. O modelo de classificação é então usado para prever o rótulo de classe de novos exemplos de dados.Portanto, a alternativa correta é a letra D, "Classificação".

Divisão de dados em conjunto de treino e 
conjunto de teste, validação cruzada k-fold e 
validação cruzada N-fold.

Erro padrão, divisão de dados em conjunto 
de treino e conjunto de teste, re-execução de 
testes.

Conjunto de dados permanentes, conjunto 
de teste e re-execução de testes.

Troca de valores mais frequentes, validação 
cruzada e conjunto de treino e teste.

Conjunto de dados ausente, conjunto de 
treino e conjunto de teste.

A alternativa correta é a (A) - divisão de dados em conjunto de treino e conjunto de teste, validação cruzada k-fold e validação cruzada N-fold. Essas são as três estratégias principais usadas para estimar a precisão preditiva de um classificador em mineração de dados. A estratégia de divisão de dados em conjunto de treino e conjunto de teste consiste em dividir o conjunto de dados disponível em dois subconjuntos, um para treinamento e outro para teste, permitindo avaliar a performance do classificador em dados ainda não utilizados. Já a validação cruzada k-fold e N-fold são técnicas utilizadas para evitar o overfitting do modelo e consistem em dividir o conjunto de dados em k ou N partições, treinando o modelo em k-1 ou N-1 partições e testando-o na partição restante, repetindo esse processo k ou N vezes.

Questões de AOCP - Tecnologia da Informação - Mineração de dados