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.
Para escrever sua resposta aqui, entre ou crie uma conta
Compartilhar