A eficácia de qualquer modelo de aprendizado de máquina depende em grande parte da qualidade dos dados utilizados para o treinamento. Dados impreci...
Teologia
Questões para Estudantes

Question

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 II e III estão corretas.
b.

Apenas as afirmativas II, III e IV estão corretas.
c.

Apenas as afirmativas I e IV estão corretas.
d.

Apenas as afirmativas I, II e IV estão corretas.
e.

Apenas as afirmativas III e IV estão corretas.

Ed · Answer

A alternativa correta é a letra "b", pois as afirmativas II, III e IV estão corretas. A redução de dimensionalidade não é uma técnica de pré-processamento de dados, mas sim uma técnica de modelagem de dados. Já o tratamento de valores ausentes, a normalização de dados e a identificação de outliers são técnicas importantes para garantir a qualidade dos dados utilizados no treinamento de modelos de aprendizado de máquina.

A eficácia de qualquer modelo de aprendizado de máquina depende em grande parte da qualidade dos dados utilizados para o treinamento. Dados impreci...

Fundamentos de Inteligência Artificial

Grau Técnico

💡 1 Resposta

Faça como milhares de estudantes: teste grátis o Passei Direto

Agora você pode testar o

Passei Direto grátis

✏️ Responder

Outros materiais

Perguntas relacionadas