Logo Passei Direto
Buscar

ATIVIDADE FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL - 1

Ferramentas de estudo

Questões resolvidas

Desde o século XX, a IA evoluiu consideravelmente, passando por várias fases de otimismo, desafios e renascimento. Nos primeiros dias, a IA estava focada em imitar o raciocínio humano e resolver problemas lógicos. Com o tempo, o foco se deslocou para a aprendizagem e adaptação das máquinas, resultando em sistemas mais sofisticados que podemos ver hoje, como assistentes virtuais, carros autônomos e sistemas de recomendação personalizados.
Qual teórico questionou a possibilidade de as máquinas pensarem, marcando o início da jornada da IA no século XX? Assinale a alternativa correta:
a. Isaac Newton.
b. Ada Lovelace.
c. Charles Babbage.
d. Alan Turing.
e. John von Neumann.

As redes neurais, centrais no avanço do deep learning consistem em camadas de neurônios artificiais que processam dados de forma coletiva, imitando a maneira como os neurônios biológicos se comunicam e processam informações.
Assinale abaixo qual é a inspiração das redes neurais e seu papel no avanço do deep learning?
a. São inspiradas pela automação de processos, permitindo um avanço visual.
b. São inspiradas pela estrutura de algoritmos, realizando padrões.
c. São inspiradas pela engenharia de características, possibilitando respostas padrões.
d. São inspiradas pela complexidade do código fonte.
e. São inspiradas pela complexidade e funcionalidade do cérebro humano.

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.
a. Apenas as afirmativas III e IV estão corretas.
b. Apenas as afirmativas I e IV estão corretas.
c. Apenas as afirmativas II, III e IV estão corretas.
d. Apenas as afirmativas II e III estão corretas.
e. Apenas as afirmativas I, II e IV estão corretas.

O deep learning tem sido fundamental para avanços significativos em áreas como visão computacional, permitindo que as máquinas não apenas vejam, mas também compreendam e interpretem o conteúdo visual. No processamento de linguagem natural, ele possibilita que as máquinas entendam e respondam a linguagem humana de maneira mais natural e precisa.
Analise abaixo o que proporciona o processamento mais profundo e abstrato de dados no deep learning:
I. Redes neurais com uma única camada oculta.
II. Aprendizado supervisionado.
III. Backpropagation.
IV. Redes neurais com várias camadas ocultas.
V. Algoritmos tradicionais de aprendizado de máquina.
a. Apenas as afirmativas IV e V estão corretas.
b. Apenas a afirmativa V está correta.
c. Apenas as afirmativas II e III estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas a afirmativa IV está correta.

O aprendizado de máquina se manifesta de maneiras distintas, cada uma adequada para diferentes tipos de problemas e conjuntos de dados, esses diferentes tipos de aprendizado de máquina são combinados para criar soluções mais robustas e abrangentes.
Relacione abaixo os três tipos principais de aprendizado com seu significado:
( 1 ) Aprendizado supervisionado.
( 2 ) Aprendizado não supervisionado.
( 3 ) Aprendizado por reforço.
( ) Lida com dados que não estão rotulados. Os algoritmos tentam encontrar padrões ou estruturas intrínsecas nos dados sem a orientação de um resultado específico.
( ) Os modelos são treinados usando um conjunto de dados rotulado. Isso significa que cada exemplo no conjunto de dados é composto de entradas e a saída desejada correspondente.
( ) Exemplos incluem algoritmos de Q-learning e redes neurais profundas utilizadas em sistemas como o AlphaGo.
( ) O modelo, ou agente, aprende a tomar decisões por meio de tentativas e erros. O agente executa ações em um ambiente e recebe feedback na forma de recompensas ou penalidades.

A IA está redefinindo as estruturas econômicas tradicionais, introduzindo novos paradigmas de eficiência e produtividade. Essas mudanças estão influenciando as estratégias empresariais e a dinâmica do mercado, levando a uma maior personalização dos serviços e a modelos de negócios inovadores.
Assinale abaixo de que forma a IA está impactando as estruturas econômicas tradicionais:
a. Aumentando a complexidade das cadeias de valor.
b. Limitando a personalização de serviços.
c. Mantendo processos que eram exclusivamente humanos.
d. Redefinindo cadeias de valor, automatizando processos e criando novos métodos de interação.
e. Criando barreiras para a entrada de novas empresas.

As redes neurais, centrais no avanço do deep learning, são inspiradas pela complexidade e funcionalidade do cérebro humano. Esta abordagem permite que as máquinas realizem tarefas complexas, como reconhecimento de padrões e tomada de decisões, de forma mais eficiente e intuitiva.
Assinale abaixo o que caracteriza as redes neurais no contexto da Inteligência Artificial:
a. São algoritmos específicos para processamento de linguagem natural.
b. Referem-se a sistemas autônomos de aprendizado profundo.
c. São limitadas ao processamento de dados visuais.
d. São inspiradas pela complexidade do cérebro humano e consistem em camadas de neurônios que processam informações de forma coletiva.
e. Utilizam exclusivamente o algoritmo 'backpropagation' para aprendizagem.

Atualmente, a IA está presente em quase todos os aspectos da vida moderna. Ela transformou setores inteiros, oferecendo soluções inovadoras para problemas complexos em saúde, finanças, transporte, também levantou questões importantes sobre ética, privacidade e o futuro do trabalho, desafiando-nos a equilibrar os benefícios da tecnologia com considerações sociais e morais.
O que impulsionou o rápido desenvolvimento da IA? Assinale a alternativa correta:
a. Restrição de conjuntos de dados.
b. Retrocesso em algoritmos de aprendizado de máquina.
c. Limitação na adaptação das máquinas.
d. Redução na capacidade de processamento.
e. Avanços em algoritmos de aprendizado de máquina, aumento da capacidade de processamento e disponibilidade de grandes conjuntos de dados.

Uma parte crucial do aprendizado de máquina é o processamento e a preparação dos dados. A qualidade e a quantidade dos dados podem afetar significativamente o desempenho dos modelos de aprendizado de máquina. Um bom trabalho de engenharia de características pode melhorar a precisão e eficácia dos modelos de aprendizado de máquina, tornando-os mais adaptáveis a diferentes tipos de problemas de dados.
A engenharia de características envolve:
I. A seleção, modificação e criação de características a partir de dados brutos;
II. Um tipo específico de algoritmo para preparação de grandes conjuntos de dados;
III. O feedback na forma de recompensas ou penalidades e o desenvolvimento de modelos eficazes.
a. Apenas a afirmativa III está correta.
b. Apenas a afirmativa II está correta.
c. Apenas as afirmativas II e III estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas as afirmativas I e III estão corretas.

Material
páginas com resultados encontrados.
páginas com resultados encontrados.
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Questões resolvidas

Desde o século XX, a IA evoluiu consideravelmente, passando por várias fases de otimismo, desafios e renascimento. Nos primeiros dias, a IA estava focada em imitar o raciocínio humano e resolver problemas lógicos. Com o tempo, o foco se deslocou para a aprendizagem e adaptação das máquinas, resultando em sistemas mais sofisticados que podemos ver hoje, como assistentes virtuais, carros autônomos e sistemas de recomendação personalizados.
Qual teórico questionou a possibilidade de as máquinas pensarem, marcando o início da jornada da IA no século XX? Assinale a alternativa correta:
a. Isaac Newton.
b. Ada Lovelace.
c. Charles Babbage.
d. Alan Turing.
e. John von Neumann.

As redes neurais, centrais no avanço do deep learning consistem em camadas de neurônios artificiais que processam dados de forma coletiva, imitando a maneira como os neurônios biológicos se comunicam e processam informações.
Assinale abaixo qual é a inspiração das redes neurais e seu papel no avanço do deep learning?
a. São inspiradas pela automação de processos, permitindo um avanço visual.
b. São inspiradas pela estrutura de algoritmos, realizando padrões.
c. São inspiradas pela engenharia de características, possibilitando respostas padrões.
d. São inspiradas pela complexidade do código fonte.
e. São inspiradas pela complexidade e funcionalidade do cérebro humano.

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.
a. Apenas as afirmativas III e IV estão corretas.
b. Apenas as afirmativas I e IV estão corretas.
c. Apenas as afirmativas II, III e IV estão corretas.
d. Apenas as afirmativas II e III estão corretas.
e. Apenas as afirmativas I, II e IV estão corretas.

O deep learning tem sido fundamental para avanços significativos em áreas como visão computacional, permitindo que as máquinas não apenas vejam, mas também compreendam e interpretem o conteúdo visual. No processamento de linguagem natural, ele possibilita que as máquinas entendam e respondam a linguagem humana de maneira mais natural e precisa.
Analise abaixo o que proporciona o processamento mais profundo e abstrato de dados no deep learning:
I. Redes neurais com uma única camada oculta.
II. Aprendizado supervisionado.
III. Backpropagation.
IV. Redes neurais com várias camadas ocultas.
V. Algoritmos tradicionais de aprendizado de máquina.
a. Apenas as afirmativas IV e V estão corretas.
b. Apenas a afirmativa V está correta.
c. Apenas as afirmativas II e III estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas a afirmativa IV está correta.

O aprendizado de máquina se manifesta de maneiras distintas, cada uma adequada para diferentes tipos de problemas e conjuntos de dados, esses diferentes tipos de aprendizado de máquina são combinados para criar soluções mais robustas e abrangentes.
Relacione abaixo os três tipos principais de aprendizado com seu significado:
( 1 ) Aprendizado supervisionado.
( 2 ) Aprendizado não supervisionado.
( 3 ) Aprendizado por reforço.
( ) Lida com dados que não estão rotulados. Os algoritmos tentam encontrar padrões ou estruturas intrínsecas nos dados sem a orientação de um resultado específico.
( ) Os modelos são treinados usando um conjunto de dados rotulado. Isso significa que cada exemplo no conjunto de dados é composto de entradas e a saída desejada correspondente.
( ) Exemplos incluem algoritmos de Q-learning e redes neurais profundas utilizadas em sistemas como o AlphaGo.
( ) O modelo, ou agente, aprende a tomar decisões por meio de tentativas e erros. O agente executa ações em um ambiente e recebe feedback na forma de recompensas ou penalidades.

A IA está redefinindo as estruturas econômicas tradicionais, introduzindo novos paradigmas de eficiência e produtividade. Essas mudanças estão influenciando as estratégias empresariais e a dinâmica do mercado, levando a uma maior personalização dos serviços e a modelos de negócios inovadores.
Assinale abaixo de que forma a IA está impactando as estruturas econômicas tradicionais:
a. Aumentando a complexidade das cadeias de valor.
b. Limitando a personalização de serviços.
c. Mantendo processos que eram exclusivamente humanos.
d. Redefinindo cadeias de valor, automatizando processos e criando novos métodos de interação.
e. Criando barreiras para a entrada de novas empresas.

As redes neurais, centrais no avanço do deep learning, são inspiradas pela complexidade e funcionalidade do cérebro humano. Esta abordagem permite que as máquinas realizem tarefas complexas, como reconhecimento de padrões e tomada de decisões, de forma mais eficiente e intuitiva.
Assinale abaixo o que caracteriza as redes neurais no contexto da Inteligência Artificial:
a. São algoritmos específicos para processamento de linguagem natural.
b. Referem-se a sistemas autônomos de aprendizado profundo.
c. São limitadas ao processamento de dados visuais.
d. São inspiradas pela complexidade do cérebro humano e consistem em camadas de neurônios que processam informações de forma coletiva.
e. Utilizam exclusivamente o algoritmo 'backpropagation' para aprendizagem.

Atualmente, a IA está presente em quase todos os aspectos da vida moderna. Ela transformou setores inteiros, oferecendo soluções inovadoras para problemas complexos em saúde, finanças, transporte, também levantou questões importantes sobre ética, privacidade e o futuro do trabalho, desafiando-nos a equilibrar os benefícios da tecnologia com considerações sociais e morais.
O que impulsionou o rápido desenvolvimento da IA? Assinale a alternativa correta:
a. Restrição de conjuntos de dados.
b. Retrocesso em algoritmos de aprendizado de máquina.
c. Limitação na adaptação das máquinas.
d. Redução na capacidade de processamento.
e. Avanços em algoritmos de aprendizado de máquina, aumento da capacidade de processamento e disponibilidade de grandes conjuntos de dados.

Uma parte crucial do aprendizado de máquina é o processamento e a preparação dos dados. A qualidade e a quantidade dos dados podem afetar significativamente o desempenho dos modelos de aprendizado de máquina. Um bom trabalho de engenharia de características pode melhorar a precisão e eficácia dos modelos de aprendizado de máquina, tornando-os mais adaptáveis a diferentes tipos de problemas de dados.
A engenharia de características envolve:
I. A seleção, modificação e criação de características a partir de dados brutos;
II. Um tipo específico de algoritmo para preparação de grandes conjuntos de dados;
III. O feedback na forma de recompensas ou penalidades e o desenvolvimento de modelos eficazes.
a. Apenas a afirmativa III está correta.
b. Apenas a afirmativa II está correta.
c. Apenas as afirmativas II e III estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas as afirmativas I e III estão corretas.

Prévia do material em texto

Iniciado em terça, 19 mar 2024, 12:13
Estado Finalizada
Concluída em quinta, 7 nov 2024, 11:00
Tempo
empregado
232 dias 22 horas
Avaliar 10,00 de um máximo de 10,00(100%)
Questão 1
Correto
Atingiu 1,00 de 1,00
Desde o século XX, a IA evoluiu consideravelmente, passando por várias fases de otimismo, desafios e renascimento. Nos
primeiros dias, a IA estava focada em imitar o raciocínio humano e resolver problemas lógicos. Com o tempo, o foco se
deslocou para a aprendizagem e adaptação das máquinas, resultando em sistemas mais sofisticados que podemos ver hoje,
como assistentes virtuais, carros autônomos e sistemas de recomendação personalizados.
 
Qual teórico questionou a possibilidade de as máquinas pensarem, marcando o início da jornada da IA no século XX? Assinale a
alternativa correta:
a. Isaac Newton.
b. Ada Lovelace.
c. Charles Babbage.
d. Alan Turing.
e. John von Neumann.
Sua resposta está correta.
Painel / Minhas Disciplinas / TRILHA DO FUTURO / 01 - FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL
/ ATIVIDADE FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL - VALOR 10,0 PONTOS
https://www.eadunifatecie.com.br/course/view.php?id=32278
https://www.eadunifatecie.com.br/course/view.php?id=32278
https://www.eadunifatecie.com.br/my/
https://www.eadunifatecie.com.br/course/view.php?id=32278
https://www.eadunifatecie.com.br/course/view.php?id=32278#section-0
https://www.eadunifatecie.com.br/mod/quiz/view.php?id=1096062
Questão 2
Correto
Atingiu 1,00 de 1,00
Questão 3
Correto
Atingiu 1,00 de 1,00
A IA promete continuar sua trajetória de crescimento e inovação. Com o avanço contínuo da tecnologia, novas aplicações e
melhorias nos sistemas existentes são inevitáveis. No entanto, é fundamental que este progresso seja gerenciado com
responsabilidade, garantindo que os benefícios da IA sejam distribuídos justamente e que seus desafios sejam abordados de
forma ética e transparente.
De acordo com nossos estudos assinale abaixo uma preocupação ética relacionada à IA:
a. Privacidade de dados e viés em algoritmos.
b. Desemprego tecnológico.
c. Aumento da eficiência.
d. Crescimento da tecnologia.
e. Inovação contínua.
Sua resposta está correta.
As redes neurais, centrais no avanço do deep learning consistem em camadas de neurônios artificiais que processam dados de
forma coletiva, imitando a maneira como os neurônios biológicos se comunicam e processam informações.
Assinale abaixo qual é a inspiração das redes neurais e seu papel no avanço do deep learning?
a. São inspiradas pela automação de processos, permitindo um avanço visual.
b. São inspiradas pela estrutura de algoritmos, realizando padrões.
c. São inspiradas pela engenharia de características, possibilitando respostas padrões.
d. São inspiradas pela complexidade do código fonte.
e. São inspiradas pela complexidade e funcionalidade do cérebro humano.
Sua resposta está correta.
Questão 4
Correto
Atingiu 1,00 de 1,00
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.
 
Assinale a alternativa correta:
a. Apenas as afirmativas III e IV estão corretas.
b. Apenas as afirmativas I e IV estão corretas.
c. Apenas as afirmativas II, III e IV estão corretas.
d. Apenas as afirmativas II e III estão corretas.
e. Apenas as afirmativas I, II e IV estão corretas.
Sua resposta está correta.
Questão 5
Correto
Atingiu 1,00 de 1,00
O deep learning tem sido fundamental para avanços significativos em áreas como visão computacional, permitindo que as
máquinas não apenas vejam, mas também compreendam e interpretem o conteúdo visual. No processamento de linguagem
natural, ele possibilita que as máquinas entendam e respondam a linguagem humana de maneira mais natural e precisa.
Analise abaixo o que proporciona o processamento mais profundo e abstrato de dados no deep learning:
 
I. Redes neurais com uma única camada oculta.
II. Aprendizado supervisionado.
III. Backpropagation.
IV. Redes neurais com várias camadas ocultas.
V. Algoritmos tradicionais de aprendizado de máquina.
 
Assinale a alternativa correta:
a. Apenas as afirmativas IV e V estão corretas.
b. Apenas a afirmativa V está correta.
c. Apenas as afirmativas II e III estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas a afirmativa IV está correta.
Sua resposta está correta.
Questão 6
Correto
Atingiu 1,00 de 1,00
O aprendizado de máquina se manifesta de maneiras distintas, cada uma adequada para diferentes tipos de problemas e
conjuntos de dados, esses diferentes tipos de aprendizado de máquina são combinados para criar soluções mais robustas e
abrangentes.
 
Relacione abaixo os três tipos principais de aprendizado com seu significado:
 
( 1 ) Aprendizado supervisionado.
( 2 ) Aprendizado não supervisionado.
( 3 ) Aprendizado por reforço.
 
(   ) Lida com dados que não estão rotulados. Os algoritmos tentam encontrar padrões ou estruturas intrínsecas nos dados sem
a orientação de um resultado específico.
(   ) Os modelos são treinados usando um conjunto de dados rotulado.  Isso significa que cada exemplo no conjunto de dados é
composto de entradas e a saída desejada correspondente.
( ) Exemplos incluem algoritmos de Q-learning e redes neurais profundas utilizadas em sistemas como o AlphaGo.
(  ) O modelo, ou agente, aprende a tomar decisões por meio de tentativas e erros. O agente executa ações em um ambiente e
recebe feedback na forma de recompensas ou penalidades.
 
Assinale a alternativa que preenche corretamente as lacunas acima:
a. 2, 3, 1, 1.
b. 2, 1, 3, 3.
c. 1, 2, 3, 3.
d. 3, 2, 1, 1.
e. 1, 3, 2, 2.
Sua resposta está correta.
Questão 7
Correto
Atingiu 1,00 de 1,00
Questão 8
Correto
Atingiu 1,00 de 1,00
A IA está redefinindo as estruturas econômicas tradicionais, introduzindo novos paradigmas de eficiência e produtividade. Essas
mudanças estão influenciando as estratégias empresariais e a dinâmica do mercado, levando a uma maior personalização dos
serviços e a modelos de negócios inovadores.
 
Assinale abaixo de que forma a IA está impactando as estruturas econômicas tradicionais:
a. Aumentando a complexidade das cadeias de valor.
b. Limitando a personalização de serviços.
c. Mantendo processos que eram exclusivamente humanos.
d. Redefinindo cadeias de valor, automatizando processos e criando novos métodos de interação.
e. Criando barreiras para a entrada de novas empresas.
Sua resposta está correta.
As redes neurais, centrais no avanço do deep learning, são inspiradas pela complexidade e funcionalidade do cérebro humano.
Esta abordagem permite que as máquinas realizem tarefas complexas, como reconhecimento de padrões e tomada de decisões,
de forma mais eficiente e intuitiva.
 
Assinale abaixo o que caracteriza as redes neurais no contexto da Inteligência Artificial:
a. São algoritmos específicos para processamento de linguagem natural.
b. Referem-se a sistemas autônomos de aprendizado profundo.
c. São limitadas ao processamento de dados visuais.
d. São inspiradas pela complexidade do cérebro humano e consistem em camadas de neurônios que processam
informações de forma coletiva.

e. Utilizam exclusivamente o algoritmo "backpropagation" para aprendizagem.
Sua resposta está correta.
Questão 9
Correto
Atingiu 1,00 de 1,00
Atualmente, a IA está presente em quase todos os aspectos da vida moderna. Ela transformou setores inteiros, oferecendo
soluções inovadoras para problemas complexos em saúde, finanças, transporte, também levantou questões importantes sobre
ética, privacidade e o futuro do trabalho, desafiando-nos a equilibrar os benefícios da tecnologia comconsiderações sociais e
morais.
 
O que impulsionou o rápido desenvolvimento da IA? Assinale a alternativa correta:
a. Restrição de conjuntos de dados.
b. Retrocesso em algoritmos de aprendizado de máquina.
c. Limitação na adaptação das máquinas.
d. Redução na capacidade de processamento.
e. Avanços em algoritmos de aprendizado de máquina, aumento da capacidade de processamento e disponibilidade
de grandes conjuntos de dados.

Sua resposta está correta.
Questão 10
Correto
Atingiu 1,00 de 1,00
Uma parte crucial do aprendizado de máquina é o processamento e a preparação dos dados. A qualidade e a quantidade dos
dados podem afetar significativamente o desempenho dos modelos de aprendizado de máquina. Um bom trabalho de
engenharia de características pode melhorar a precisão e eficácia dos modelos de aprendizado de máquina, tornando-os mais
adaptáveis a diferentes tipos de problemas de dados.
A engenharia de características envolve:
I. A seleção, modificação e criação de características a partir de dados brutos;
II. Um tipo específico de algoritmo para preparação de grandes conjuntos de dados;
III. O feedback na forma de recompensas ou penalidades e o desenvolvimento de modelos eficazes.
 
Assinale a alternativa correta:
a. Apenas a afirmativa III está correta.
b. Apenas a afirmativa II está correta.
c. Apenas as afirmativas II e III estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas as afirmativas I e III estão corretas.
Sua resposta está correta.
◄ VIDEOAULAS FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL
Seguir para...
Download do Certificado ►
https://www.eadunifatecie.com.br/mod/folder/view.php?id=1098674&forceview=1
https://www.eadunifatecie.com.br/mod/url/view.php?id=1155477&forceview=1

Mais conteúdos dessa disciplina