Essa pergunta também está no material:
Respostas
1 pessoa visualizou e tirou sua dúvida aqui
Ed 
A alternativa correta é: "Realiza a transformação de um domínio não linear em um problema onde é possível encontrar separadores lineares em espaços característicos de dimensão superior." As funções kernel em Máquinas de Vetores de Suporte (SVMs) são utilizadas para transformar um conjunto de dados não linearmente separáveis em um espaço de dimensão superior, onde é possível encontrar um hiperplano que separe as classes. Essa transformação é feita de forma eficiente, sem a necessidade de calcular explicitamente as coordenadas dos pontos no espaço de dimensão superior. Dessa forma, as SVMs podem ser usadas para classificar dados em problemas complexos e não lineares.
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
Responda
Para escrever sua resposta aqui, entre ou crie uma conta
Mais conteúdos dessa disciplina
Importância do Aprendizado de Máquina- Aplicação de Aprendizado de Máquina
- 2 241GGR2186A - MODELOS DE APRENDIZADO DE MAQUINA
- 1 241GGR2186A - MODELOS DE APRENDIZADO DE MAQUINA
- 1 241GGR2186A - MODELOS DE APRENDIZADO DE MAQUINA
- MODELOS DE APRENDIZADO DE MAQUINA
- aula01_AM_2023
- Syllabus
- aula02_AM_2023
- Aula04Parte2
- aula04_AM_2023
- aula05_AM_parte1
- aula05_AM_parte2
- Em relação à arquitetura ResNet das redes de convolução (CNN), selecione a opção correta. a) As conexões entre suas camadas são organizadas literal...
