Problemas como subestimação e superespecialização podem acontecer após o treinamento dos modelos de aprendizado de máquina supervisionado. A respei...

Problemas como subestimação e superespecialização podem acontecer após o treinamento dos modelos de aprendizado de máquina supervisionado. A respeito da forma de como tratar esses problemas, selecione a opção correta: Quando essas características são evitadas, é necessário descartar o modelo e utilizar outro algoritmo para fazer o treinamento. Uma forma eficiente de tratar desses problemas é aumentar o período de treinamento do modelo. Modelos de aprendizado de máquina supervisionado são essencialmente probabilísticos, portanto não há como evitar esses problemas. Uma das formas de tratar é por meio do algoritmo de validação cruzada. Por se tratar de problemas bem conhecidos, podem ser identificados e tratados facilmente por meio da redução da aleatoriedade dos dados.