Buscar

Um autoencoder pode ser utilizado como meio para desenvolvimento de um classificador semissupervionado. Quais das afirmacoes abaixo estão corretas ...

Um autoencoder pode ser utilizado como meio para desenvolvimento de um classificador semissupervionado. Quais das afirmacoes abaixo estão corretas em relação a estrutura e treinamento desse modelo?

I. Por se tratar de um classificador, precisamos de dados rotulados disponíveis durante a fase de treinamento do modelo de classificação.
II. O autoencoder não demanda dados rotulados, logo, pode ser treinado de forma não supervisionada com todos os exemplos disponíveis. O espaço latente do autoencoder é responsável por extrair padrões importantes dos dados e criar uma representação para exemplo.
III. Utilizando o codificador do autoencoder e uma camada preditora, concatenada ao codificador, podemos treinar os parâmetros livres da camada preditora usando os exemplos rotulados disponíveis. Assim, o codificador será responsável por codificar os exemplos em sua representação latente, e a camada preditora fará a classificação.
IV. O modelo resultante é categorizado como semissupervisionado, pois usamos tanto dados não rotulados quanto rotulados durante o seu desenvolvimento.

Selecione a alternativa correta:
A. Apenas as afirmações I, II e IV estão corretas.
B. Apenas as afirmações I, II e III estão corretas.
C. Todas as afirmações estão corretas.
D. Apenas as afirmações I, III e IV estão corretas.
E. Apenas as afirmações II, III e IV estão corretas.

Essa pergunta também está no material:

AP Sem4 Atv10
8 pág.

Aprendizado Universidade Virtual do Estado de São PauloUniversidade Virtual do Estado de São Paulo

💡 1 Resposta

User badge image

Ed Verified user icon

A alternativa correta é a letra E: Apenas as afirmações II, III e IV estão corretas. Explicação: I. Por se tratar de um classificador, precisamos de dados rotulados disponíveis durante a fase de treinamento do modelo de classificação. - Essa afirmação está incorreta, pois o autoencoder não é um classificador, mas sim um modelo de redução de dimensionalidade. II. O autoencoder não demanda dados rotulados, logo, pode ser treinado de forma não supervisionada com todos os exemplos disponíveis. O espaço latente do autoencoder é responsável por extrair padrões importantes dos dados e criar uma representação para exemplo. - Essa afirmação está correta, pois o autoencoder é treinado de forma não supervisionada e não requer dados rotulados. III. Utilizando o codificador do autoencoder e uma camada preditora, concatenada ao codificador, podemos treinar os parâmetros livres da camada preditora usando os exemplos rotulados disponíveis. Assim, o codificador será responsável por codificar os exemplos em sua representação latente, e a camada preditora fará a classificação. - Essa afirmação está correta, pois é possível utilizar o codificador do autoencoder em conjunto com uma camada preditora para fazer a classificação dos exemplos rotulados. IV. O modelo resultante é categorizado como semissupervisionado, pois usamos tanto dados não rotulados quanto rotulados durante o seu desenvolvimento. - Essa afirmação está correta, pois o modelo utiliza tanto exemplos rotulados quanto não rotulados durante o seu desenvolvimento.

0
Dislike0

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Outros materiais