Logo Passei Direto
Buscar
nomes aos grupos. Por exemplo, animais vertebrados ou invertebrados, carros ou aviões, homens ou mulheres. Depois que formamos grupos de observações de um conjunto de dados (amostra), por meio de um algoritmo de agrupamento, podemos dar nomes aos mesmos, e cada indivíduo de cada grupo será classificado de acordo com esse nome. O ser humano faz isso com naturalidade, primeiro agrupar e, depois de formados os grupos, dar A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. e assinale a alternativa correta: 1. Ao usarmos de algoritmos de agrupamento, depois que formados e nomeados (classificados) os grupos de observações resultantes do algoritmo, não é possível usar essas classes como variáveis respostas e, a partir desse ponto, executar tarefas preditivas com algoritmos de classificação. II. Algoritmos de agrupamento fazem parte dos métodos da chamada aprendizagem não supervisionada. Não são modelos preditivos. Pois A A asserção I é uma proposição falsa, e a Il é uma proposição verdadeira. B As asserções I e Il são proposições verdadeiras, mas a Il não é uma justificativa da I. C As asserções I e Il são proposições falsas. D A
User badge image
You Tubeas

há 3 dias

Respostas

User badge image

Ed Verified user icon

há 3 dias

Vamos analisar as asserções: 1. I. Ao usarmos de algoritmos de agrupamento, depois que formados e nomeados (classificados) os grupos de observações resultantes do algoritmo, não é possível usar essas classes como variáveis respostas e, a partir desse ponto, executar tarefas preditivas com algoritmos de classificação. - Essa afirmação é falsa. Após a formação e nomeação dos grupos, é possível sim usar essas classes como variáveis respostas e aplicar algoritmos de classificação para tarefas preditivas. 2. II. Algoritmos de agrupamento fazem parte dos métodos da chamada aprendizagem não supervisionada. Não são modelos preditivos. - Essa afirmação é verdadeira. Algoritmos de agrupamento são, de fato, parte da aprendizagem não supervisionada e não são considerados modelos preditivos, pois seu objetivo é agrupar dados sem rótulos pré-definidos. Agora, vamos às alternativas: A) A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. - Correto, pois a I é falsa e a II é verdadeira. B) As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. - Incorreto, pois a I é falsa. C) As asserções I e II são proposições falsas. - Incorreto, pois a II é verdadeira. D) (A alternativa está incompleta, mas não é necessária para a análise). Portanto, a alternativa correta é: A.

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Mais conteúdos dessa disciplina