Essa pergunta também está no material:
Respostas
A alternativa correta é a letra C: I - R; II - P; III - Q; IV - S. Explicação: - P (Feature Selection) é a escolha das características dos dados empregados, indicando os dados menos sensíveis a ruídos e que sejam mais fáceis de serem manipulados. Nesta ocasião é realizada a divisão entre os dados que serão utilizados para treinamento do modelo e os dados para realização dos testes. - Q (Model Selection) é iniciar por modelos mais simples e acrescentar a complexidade se necessário. Este modelo é uma parte de uma realidade ocorrida, em que se deve obter total controle sobre aquilo que aconteceu. Desta forma será possível realizar as fases seguintes de treinamento e testes identificando se o algoritmo será capaz de prever com o maior nível de assertividade. - R (Data Assimilation) é a assimilação dos dados que serão empregados para atingir o objetivo, compreendendo a limpeza, seleção e adequação dos dados que serão empregados. Se você não tem os dados adequados, não há como buscar fazer previsões. - S (Learning) é a etapa de treinamento, aproximando os parâmetros adequados que minimizem o erro do algoritmo. Entenda que o algoritmo precisa destes parâmetros e dos resultados para saber como se comportar nas fases posteriores.
Responda
Para escrever sua resposta aqui, entre ou crie uma conta