A eficácia de qualquer modelo de aprendizado de máquina depende em grande parte da qualidade dos dados utilizados para o treinamento. Dados impreci...
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, III e IV estão corretas. b. Apenas as afirmativas 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 II e III estão corretas.
A alternativa correta é a letra "a", pois as afirmativas II, III e IV estão corretas. A redução de dimensionalidade não é uma técnica utilizada na coleta, limpeza e preparação de dados, mas sim uma técnica utilizada para reduzir a complexidade de modelos de aprendizado de máquina.
0
0
Faça como milhares de estudantes: teste grátis o Passei Direto
Compartilhar