Baixe o app para aproveitar ainda mais
Prévia do material em texto
A eficácia de qualquer modelo de aprendizado de máquina depende em grande parte da qualidade dos dados utilizados para o treinamento. Dados imprecisos, incompletos ou tendenciosos podem levar a modelos ineficientes, ou injustos. Portanto, é fundamental que se dedique uma atenção rigorosa à coleta, limpeza e preparação de dados. Este processo inclui técnicas como: I. Redução de dimensionalidade; II. Tratamento de valores ausentes; III. Normalização de dados; IV. Identificação de outliers. II, III E IV
Compartilhar