Questões

Pratique com questões de diversas disciplinas e universidades

6.098 questões encontradas(exibindo 10)

Página 75 de 610

Você necessita executar o treinamento de um modelo de aprendizagem, porém a quantidade de dados disponíveis é muito pequena e não há como obter novos dados. Valendo-se dos seus conhecimento de aprendizagem de máquina, para conseguir executar o treinamento do modelo você deverá:

A
utilizar uma estratégia de validação cruzada
B
utilizar os dados na proporção 80-20
C
utilizar os dados na proporção 50-50
D
treinar e testar com os mesmos dados
E
utilizar todos os dados para treino e não testar
Comentários: 0
Estudar questão
No correio eletrônico Thunderbird Mozilla, "Assinaturas" são blocos de texto adicionados automaticamente a cada mensagem enviada. O Sr. João configurou sua assinatura com o texto (T) e obteve o resultado (R): Para obter o resultado (R), o Sr. João utilizou a assinatura em
A
Texto simples.
B
Html.
C
Arquivo.
D
Anexo.
E
Texto formatado.
Comentários: 0
Estudar questão

Qual é a função principal de um modelo de regressão linear?

A

Prever categorias de dados baseadas em variáveis independentes.

B

Estimar a relação entre variáveis contínuas, modelando uma linha reta de melhor ajuste.

C

Agrupar dados em clusters de forma eficiente.

D

Reduzir a dimensionalidade de dados de alta variabilidade.

E

Ajustar modelos de aprendizado de máquina em tempo real.

Comentários: 0
Estudar questão

O que caracteriza o algoritmo de Gradient Boosting?

A

Ele utiliza múltiplos modelos de árvores de decisão fracas e os combina para melhorar a precisão e reduzir o viés do modelo.

B

Ele é um modelo linear que tenta ajustar os dados de treinamento de forma polinomial.

C

Ele usa uma única árvore de decisão complexa para prever rótulos de dados.

D

Ele busca reduzir a variância do modelo com uma combinação de diferentes algoritmos.

E

Ele é um algoritmo não supervisionado usado para agrupamento de dados.

Comentários: 0
Estudar questão

As redes convolucionais possuem diversos componentes, como as camadas convolucionais, as camadas densas, as camadas de pooling, além de outros parâmetros, como o stride e o padding. Nesse contexto, qual é o propósito das camadas de pooling nas redes convolucionais?

A
As redes convolucionais não possuem camadas de pooling, elas são usadas apenas nas redes densas, como a rede MLP.
B
As camadas de pooling têm como função central forçar o aprendizado ortogonal entre as camadas convolucionais, melhorando, dessa forma, a eficiência da rede.
C
As camadas de pooling têm como função central simplificar o sinal propagado na rede, condensando os mapas de características formados pelas camadas convolucionais.
D
As camadas de pooling possuem a mesma dimensão da camada convolucional que a alimenta e tem como objetivo principal permitir que apenas um neurônio da camada convolucional seja ativo para um dado padrão, inibindo os demais neurônios da camada.
E
As camadas de pooling têm como função central melhorar a resolução do sinal propagado na rede, permitindo que os padrões extraídos pelas camadas convolucionais sejam realçados.
Comentários: 0
Estudar questão
O Machine Learning é baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana, a definição de Machine Learning, segundo Faceli (2011, pg 1) é:
A
"Os algoritmos desta categoria buscam determinar como os dados estão organizados. Os dados de treinamento consistem apenas de exemplos de saída".
B
“são técnicas que deveriam ser capazes de criar por si próprias, a partir da experiência passada, utilizam apenas as táticas de redes neurais profundas".
C
“são técnicas que deveriam ser capazes de criar por si próprias, a partir da experiência passada, utilizam apenas as táticas de Deep Learning".
D
“são técnicas que deveriam ser capazes de criar por si próprias, a partir da experiência passada, uma hipótese, ou função, capaz de resolver o problema que se deseja tratar".
E
"Os algoritmos desta categoria buscam determinar como os dados estão organizados. Os dados de treinamento consistem apenas de exemplos de entrada".
Comentários: 0
Estudar questão

Relacione abaixo os três tipos principais de aprendizado com seu significado:

  • ( ) Aprendizado supervisionado.
  • ( ) Aprendizado não supervisionado.
  • ( ) Aprendizado por reforço.
  • ( ) Lida com dados que não estão rotulados. Os algoritmos tentam encontrar padrões ou estruturas intrínsecas nos dados sem a orientação de um resultado específico.
  • ( ) Os modelos são treinados usando um conjunto de dados rotulado. Isso significa que cada exemplo no conjunto de dados é composto de entradas e a saída desejada correspondente.
  • ( ) O modelo, ou agente, aprende a tomar decisões por meio de tentativas e erros. O agente executa ações em um ambiente e recebe feedback na forma de recompensas ou penalidades.
A
2, 1, 3, 3.
B
3, 2, 1, 1.
C
1, 3, 2, 2.
D
2, 3, 1, 1.
E
1, 2, 3, 3.
Comentários: 0
Estudar questão

Sobre a forma de aprendizado do agrupamento, assinale a alternativa:

A
Aprendizado por reforço.
B
Aprendizado não supervisionado.
C
Aprendizado supervisionado.
D
Aprendizado induzido.
Comentários: 0
Estudar questão

What is one of the types of analysis that occurs during natural language processing?

A

Presumptive analysis

B

Intent analysis

C

Subjective analysis

D

Semantic analysis

Comentários: 0
Estudar questão
O que podemos afirmar sobre a função de custo (loss function) utilizada no treinamento de uma rede neural adversária generativa (GAN)?
I. A função de custo padrão de uma GAN é denominada min-max (ou minimax).
II. Consiste em um processo antagônico (adversário), no qual o gerador busca derrotar o discriminador, ao mesmo tempo que o discriminador busca derrotar o gerador.
III. O gerador e o discriminador possuem objetivos distintos em relação a função de custo. O gerador busca maximizar a função enquanto o discriminador busca minimizá-lo.
Selecione a alternativa correta:
Comentários: 0
Estudar questão