Questões
Pratique com questões de diversas disciplinas e universidades
6.098 questões encontradas(exibindo 9)
A classificação é uma tarefa de machine learning que tem por objetivo classificar itens de dados em uma entre diversas classes previamente definidas, com base em propriedades comuns, entre um conjunto de objetos no banco de dados. Sobre a saída de um classificador binário analise os exemplos que se encaixam nesse tipo assinalando-os com V ou F.
( ) Reconhecer como "positivo" ou "negativo".
( ) Diagnosticar se um paciente tem determinada doença.
( ) Classificar um texto em 20 tipos de categorias.
( ) Determinar se uma foto contém um item específico ou não.
Qual algoritmo foi um marco no reconhecimento de imagens?
Máquinas de vetor de suporte
Redes neurais convolucionais
Algoritmos genéticos
Redes neurais recorrentes
Qual das alternativas abaixo não se refere aos itens necessários para formular uma estratégia de busca?
Sobre os mapas de Kohonen, assinale a alternativa correta de acordo com seguintes assertivas
I. SOM é usado para técnicas de agrupamento e mapeamento (ou redução de dimensionalidade) para mapear dados multidimensionais
II. SOM tem duas camadas, uma é a camada de entrada e a outra é a camada de saída
III. Camada de Kohonen é uma rede de unidades de processamento para a qual as entradas são mapeadas
How can a student request their diploma after the graduation ceremony?
The student must request the diploma in person at the university.
The student must send an email to the university requesting the diploma.
The student must submit a request through the Campus Virtual system.
O que significa outlier em análise de dados?
Um dado categórico sem rótulo.
Uma observação que se desvia significativamente dos outros dados.
Um valor ausente em um conjunto de dados.
Um grupo de dados que pertence à classe majoritária.
Um valor que já foi normalizado.
Em aprendizado supervisionado, o que é cross-validation?
A técnica de usar apenas uma parte dos dados para treinamento e outra parte para validação.
A técnica de combinar diferentes modelos para melhorar a acurácia.
A técnica de dividir o conjunto de dados em múltiplas partes para avaliar o modelo de forma mais robusta.
A técnica de ajustar os parâmetros do modelo durante o treinamento.
A técnica de usar dados não rotulados para avaliar a performance do modelo.
O que é aprendizado supervisionado?
Um tipo de aprendizado onde o modelo não recebe nenhum rótulo nos dados de treinamento.
Um tipo de aprendizado onde o modelo é treinado com dados rotulados para prever saídas com base em entradas.
Um modelo de aprendizado que aprende apenas com dados não rotulados.
Um algoritmo que ajusta seus parâmetros durante o treinamento sem a necessidade de dados de entrada.
Uma técnica usada para aumentar a complexidade dos dados de entrada.