Após algum tempo de treinamento, o desempenho do modelo nos dados de teste começará a se deteriorar. Isso porque ele produz uma aproximação da funç...

Após algum tempo de treinamento, o desempenho do modelo nos dados de teste começará a se deteriorar. Isso porque ele produz uma aproximação da função pretendida do modelo que fica progressivamente melhor com o treinamento. A aproximação da função do modelo preditivo deve manter uma taxa de erro monotonicamente decrescente durante todo o processo adaptativo. Com base nos dois tipos de erros que são importantes em uma aprendizagem supervisionada, assinale a alternativa que melhor descreve as duas etapas. a. Erro de programação: erro no desenvolvimento de estruturas para o processamento; e erro de mineração: erro no processo de gerar dados que foram minerados para análise. b. Erro de programação: erro no desenvolvimento de estruturas para o processamento; e erro de generalização: erro por assimilação de dados não utilizados nos treinamentos. c. Erro de representação: erro por resultados de dados que são imprecisos; e erro de generalização: erro por assimilação de dados não utilizados nos treinamentos. d. Erro de representação: erro por resultados de dados que são imprecisos; e erro de processamento: erro gerado por meio do processamento das informações. e. Erro de mineração: erro no processo de gerar dados que foram minerados para análise; e erro de generalização: erro por assimilação de dados não utilizados nos treinamentos.