Questões
Pratique com questões de diversas disciplinas e universidades
3.343 questões encontradas(exibindo 10)
O que significa o termo Acurácia no contexto de avaliação de modelos?
Em aprendizado supervisionado, qual técnica pode ser aplicada para lidar com dados faltantes?
Eliminar as linhas de dados que contêm valores faltantes.
Substituir os valores faltantes por uma média, mediana ou moda.
Criar novos atributos a partir dos dados faltantes.
Não é possível trabalhar com dados faltantes em modelos supervisionados.
Ignorar os dados de teste durante o treinamento.
Qual dos seguintes componentes é fundamental para a precisão na navegação de um robô em ambientes desconhecidos?
Baterias de alta capacidade
Sensores de distância
Atuadores motores
Iluminação LED
Qual é a principal vantagem do uso do bagging em modelos de aprendizado?
Aumenta a variabilidade do modelo.
Reduz a variância do modelo ao treinar múltiplos modelos em subconjuntos de dados.
Melhora a acurácia ao combinar múltiplas variáveis.
Reduz a complexidade do modelo usando apenas uma árvore de decisão.
Aumenta a precisão do modelo em grandes bases de dados.
Qual das seguintes operações faz parte do tratamento de dados pessoais?
Quais são as preocupações éticas mais importantes relacionadas à inteligência artificial?
Viés algorítmico e discriminação
Privacidade e segurança dos dados
Substituição de empregos por automação
Controle humano sobre máquinas inteligentes
Outro: ___________
Considerando essas informações e o conteúdo estudado sobre tipos de aprendizado por reforço ativo, pode-se afirmar que o trecho apresentado traz a definição de:
O operador genético que torna possível o processo artificial de casamento de cromossomos escolhidos de uma certa população é:
Também chamado de Aumento/Expansão de Dados, essa técnica envolve a geração artificial de dados de treinamento adicionais aplicando transformações aleatórias aos dados de treinamento existentes. Isso ajuda a melhorar a generalização e reduzir o risco de overfitting. O Data Augmentation é útil para melhorar o desempenho e os resultados dos modelos de aprendizado de máquina, formando exemplos novos e diferentes para treinar conjuntos de dados. Qual é a técnica descrita acima?