Baixe o app para aproveitar ainda mais
Prévia do material em texto
11/11/2021 21:20 Atividade Objetiva de Revisão - Princípios e técnicas de aprendizado: 09. Machine Learning (2019) https://pucminas.instructure.com/courses/1765/quizzes/33004 1/4 Atividade Objetiva de Revisão - Princípios e técnicas de aprendizado Entrega Sem prazo Pontos 3 Perguntas 3 Limite de tempo Nenhum Tentativas permitidas Sem limite Instruções Histórico de tentativas Tentativa Tempo Pontuação MANTIDO Tentativa 4 Menos de 1 minuto 3 de 3 MAIS RECENTE Tentativa 4 Menos de 1 minuto 3 de 3 Tentativa 3 Menos de 1 minuto 2 de 3 Tentativa 2 Menos de 1 minuto 1 de 3 Tentativa 1 4 minutos 0 de 3 As respostas corretas estão ocultas. Pontuação desta tentativa: 3 de 3 Enviado 11 nov em 21:20 Esta tentativa levou Menos de 1 minuto. Essa atividade deve ser feita apenas após o aluno ter estudado toda a Unidade 01 e ter feito todas as atividades de fixação. Fazer o teste novamente 1 / 1 ptsPergunta 1 https://pucminas.instructure.com/courses/1765/quizzes/33004/history?version=4 https://pucminas.instructure.com/courses/1765/quizzes/33004/history?version=4 https://pucminas.instructure.com/courses/1765/quizzes/33004/history?version=3 https://pucminas.instructure.com/courses/1765/quizzes/33004/history?version=2 https://pucminas.instructure.com/courses/1765/quizzes/33004/history?version=1 https://pucminas.instructure.com/courses/1765/quizzes/33004/take?user_id=46471 11/11/2021 21:20 Atividade Objetiva de Revisão - Princípios e técnicas de aprendizado: 09. Machine Learning (2019) https://pucminas.instructure.com/courses/1765/quizzes/33004 2/4 Tanto aprendizado supervisionado quanto análise de agrupamento não supervisionado precisam de pelo menos um atributo categórico. de saída. de entrada. Atributo de entrada é necessário em ambos os estios de aprendizado. oculto 1 / 1 ptsPergunta 2 Suponha que você identificou diversos atributos multi-colineares (que podem ser escritos em função de outros atributos). Você tem as seguintes alternativas para preparação de dados. 1. Remover ambos os atributos colineares. 2. Remover apenas um dos atributos colineares. 3. Utilizar modelos que penalizem dados colineares, se possível. As ações que você executaria seriam: As ações 1 ou 3, apenas. As ações 2 ou 3, apenas. 11/11/2021 21:20 Atividade Objetiva de Revisão - Princípios e técnicas de aprendizado: 09. Machine Learning (2019) https://pucminas.instructure.com/courses/1765/quizzes/33004 3/4 A alternativa está correta. As ações 1 ou 2, apenas. As ações 1, 2 ou 3, apenas. Você não pode remover todos os atributos pois, após a remoção dos atributos, você perderá toda a informação sobre esses elementos. Você pode remover apenas um dos atributos, pois ele seria explicado pelo seu atributo colinear ou você pode buscar identificar modelos que se mantém estáveis com atributos colineares ou que penalizam esses atributos. Um exemplo desse tipo de modelo é a regressão LASSO. 1 / 1 ptsPergunta 3 Um sistema educacional possui duas formas de registrar o rendimento acadêmico. Em disciplinas regulares o rendimento é representado como conceito: A, B, C, D e E. Em disciplinas de trabalho orientado o rendimento é representado apenas como APROVADO/REPROVADO. Sobre tipos de dados, podemos afirmar que O rendimento de disciplinas regulares é um atributo qualitativo nominal, enquanto o rendimento dos trabalhos orientados é um atributo qualitativo binominal simétrico. 11/11/2021 21:20 Atividade Objetiva de Revisão - Princípios e técnicas de aprendizado: 09. Machine Learning (2019) https://pucminas.instructure.com/courses/1765/quizzes/33004 4/4 O rendimento de disciplinas regulares é um atributo qualitativo nominal, enquanto o rendimento dos trabalhos orientados é um atributo qualitativo binominal assimétrico. O rendimento de disciplinas regulares é um atributo qualitativo ordinal, enquanto o rendimento dos trabalhos orientados é um atributo qualitativo binominal assimétrico. O rendimento de disciplinas regulares é um atributo qualitativo ordinal, enquanto o rendimento dos trabalhos orientados é um atributo qualitativo binominal simétrico. A alternativa está correta. O rendimento de disciplinas regulares é um atributo qualitativo ordinal, uma vez que representam dados categóricos que possuem uma relação de ordem entre eles (A > B > C > D > E), enquanto o rendimento dos trabalhos orientados é um atributo qualitativo binominal simétrico, uma vez que aquele que não foi aprovado foi automaticamente reprovado. Pontuação do teste: 3 de 3
Compartilhar