Pergunta 2 1. Após o uso constante de um modelo para treinamento de máquina, o analista responsável começa a observar que mesmo ampliando a complex...
Pergunta 2
1. Após o uso constante de um modelo para treinamento de máquina, o analista responsável começa a observar que mesmo ampliando a complexidade dos problemas, a máquina apresenta um desempenho insatisfatório em relação aos dados de treinamento. Ele acredita que isso se deve ao fato de que o modelo que está sendo testado é muito simples e, por isso, apresenta dificuldade de capturar padrões. Como podemos classificar esse tipo de fenômeno?
a. Upperfitting.
b. Underfitting.
c. Overfitting.
d. Hiperfitting.
e. Downfitting.
a. Upperfitting.
b. Underfitting.
c. Overfitting.
d. Hiperfitting.
e. Downfitting.
1. Após o uso constante de um modelo para treinamento de máquina, o analista responsável começa a observar que mesmo ampliando a complexidade dos problemas, a máquina apresenta um desempenho insatisfatório em relação aos dados de treinamento. Ele acredita que isso se deve ao fato de que o modelo que está sendo testado é muito simples e, por isso, apresenta dificuldade de capturar padrões. Como podemos classificar esse tipo de fenômeno?
a. Upperfitting.
b. Underfitting.
c. Overfitting.
d. Hiperfitting.
e. Downfitting.
a. Upperfitting.
b. Underfitting.
c. Overfitting.
d. Hiperfitting.
e. Downfitting.
💡 1 Resposta
Ed 
A resposta correta para a pergunta é a alternativa b) Underfitting. O underfitting ocorre quando o modelo de machine learning é muito simples e não consegue capturar os padrões complexos presentes nos dados de treinamento, resultando em um desempenho insatisfatório.
Faça como milhares de estudantes: teste grátis o Passei Direto
Esse e outros conteúdos desbloqueados
16 milhões de materiais de várias disciplinas
Impressão de materiais
Agora você pode testar o
Passei Direto grátis
✏️ Responder
Para escrever sua resposta aqui, entre ou crie uma conta
Outros materiais
Perguntas relacionadas
Materiais relacionados
1 pág.
1 pág.
Compartilhar