Vamos analisar cada afirmativa: I - Algoritmos supervisionados, como os de classificação, não precisam das informações de rótulos ou classes para serem treinados. Essa afirmativa está incorreta. Algoritmos supervisionados precisam de informações de rótulos ou classes para serem treinados, pois o objetivo é aprender a mapear entradas para saídas com base nos exemplos rotulados fornecidos durante o treinamento. II - Algoritmos de agrupamento utilizam as informações das classes para inferir novos grupos de classes. Essa afirmativa está incorreta. Algoritmos de agrupamento não utilizam informações de classes, pois o objetivo é agrupar os dados em clusters baseados em similaridades entre eles, sem a necessidade de rótulos de classe. III - A limpeza dos dados pode contemplar atividades como complementação de dados ausentes, detecção de ruídos e eliminação de dados inconsistentes. Essa afirmativa está correta. A limpeza de dados é uma etapa importante no pré-processamento de dados e pode incluir atividades como preenchimento de dados ausentes, detecção e remoção de ruídos e eliminação de dados inconsistentes. IV - A etapa de pós-processamento pode incluir tarefas como visualização dos dados. Essa afirmativa está correta. A etapa de pós-processamento pode incluir tarefas como visualização dos dados para melhor compreensão dos resultados obtidos. Portanto, as afirmativas corretas são a III e a IV.
Para escrever sua resposta aqui, entre ou crie uma conta
Conceitos e Paradigmas de Linguagens de Programação
Análise e Desenvolvimento de Sistemas
•ESTÁCIO EAD
Compartilhar