Em um problema de classificação binária com aprendizado de máquina, a técnica ge...

Questão de Engenharia de Software da banca FGV aplicada no concurso SEFAZ RS (2025). Confira a resolução completa abaixo:

Q1034213•
Engenharia de Software•
Inteligencia Artificial•
FGV•
SEFAZ RS•
Auditor do Estado Manhã•
2025

Em um problema de classificação binária com aprendizado de máquina, a técnica geralmente mais adequada para ajustar o modelo e evitar o overfitting é

reduzir a quantidade de dados no conjunto de teste.

diminuir o número de dados de treinamento.

utilizar regularização, como L1 ou L2.

aumentar a complexidade do modelo.

evitar o uso de validação cruzada.

Questões Relacionadas

Q1048629•
Engenharia de Software•
Inteligencia Artificial•
FGV•
Prefeitura de Cuiabá MT•
Tecnologia da Informação Tarde•
2024

Considere certo método de aprendizado de máquina do tipo classificador, para realizar uma tarefa de classificação para k classes (sendo k um número natural maior do que 1) em um conjunto de dados com n objetos (sendo n um número natural maior do que k). Acerca da matriz de confusão correspondente, analise os itens a seguir.

I. A soma de todos os elementos da matriz é igual a n.

II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.

III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.

Está correto o que se afirma em

Q1061696•
Engenharia de Software•
Inteligencia Artificial•
CESPE CEBRASPE•
SUSEP•
Área Tecnologia da Informação e Ciência de Dados•
2025

A respeito de aprendizagem de máquina, julgue o item que se segue.

No algoritmo Apriori, utilizado para mineração de regras de associação, o princípio da monotonicidade estabelece que, se um itemset for frequente, então todos os seus superconjuntos também serão frequentes, o que permite uma poda eficiente do espaço de busca.

Certo

Errado

Q1050114•
Engenharia de Software•
Inteligencia Artificial•
FGV•
MF•
manhã•
2024

Na trajetória evolutiva da Inteligência Artificial (IA), diversos marcos e transições têm delineado seu progresso e desafios. Nesse contexto, avalie se as afirmativas a seguir, que destacam momentos críticos na história da IA, são verdadeiras (V) ou falsas (F).

( ) Os Invernos da IA representam períodos de avanço tecnológico acelerado e investimento maciço em pesquisa de IA, marcados pela rápida adoção de tecnologias de IA em diversos setores sem qualquer ceticismo ou crítica.
( ) Introduzida em 2012, AlexNet é uma rede neural convolucional que competiu no desafio ImageNet, marcando um ponto de inflexão significativo para o campo do Deep Learning ao demonstrar a capacidade das redes neurais profundas em tarefas de visão computacional.
( ) O aprendizado de máquina (Machine Learning) foi abandonado nos anos 90 e 2000 devido à falta de progresso teórico e prático, com a comunidade de IA se movendo unicamente para o estudo teórico da computação.
( ) O lançamento do GPT-3 pela OpenAI representou um avanço substancial na geração automática de texto, oferecendo capacidades impressionantes de geração de linguagem natural e abrindo novas possibilidades para a aplicação de IA em diversos domínios.

As afirmativas são, respectivamente,

Notificações

Nada por aqui