big

Leia o excerto a seguir sobre métodos de treinamento e teste:

"Na maioria das redes neurais esses parâmetros correspondem aos valores dos pesos da rede e à sua arquitetura (número de camadas e/ou neurônios); nas árvores de decisão esses parâmetros são os nós da árvore, sua arquitetura (profundidade e conexões) e as condições a serem associadas a cada arco; e nas regras de decisão os parâmetros são os antecedentes e consequentes de cada regra e o número total de regras."

CASTRO, L. N. de; FERRARI, D. G. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016, pág. 175.

Pensando nas possíveis aplicações das técnicas de treinamento, avalie as seguintes afirmações:

I. Redes Neurais, Árvores de Decisão e Indução de Regras são técnicas que se utilizam de Inteligência Artificial.

II. Agrupamento é o mesmo que classificação ou clustering, e serve para identificar subconjuntos de dados.

III. A pontuação é uma técnica que pode variar a partir da integração com outro método - o HMEQ.

IV. As Árvores de Decisão usam uma técnica estatística complexa, de modo que são pouco usadas em análise de dados.

É correto o que se afirma em:

Resposta Selecionada:

I, II e III, apenas.

Resposta Correta:

I, II e III, apenas.

Feedback da resposta:

Resposta correta. As técnicas de Árvore de Decisão, Indução de Regras e Redes Neurais usam inteligência artificial porque permitem inserir parâmetros de treinamento, ou seja, que envolve aprendizado de máquina. O uso das Árvores de Decisão envolve conceitos estatísticos simples, sendo uma técnica muito recorrente em análise de dados, e o agrupamento, também conhecido como clustering, permite identificar subconjuntos a partir de padrões, sendo que demais técnicas envolvem comparação de modelos, pontuação, pontuação HMEQ e lista de riscos.