Aprendizado de máquina é uma subárea da inteligência
artificial que lida com algoritmos de computação que
podem ser melhorados via dados de treinamento sem
programação explícita.
A esse respeito, numere a COLUNA II de acordo
com a COLUNA I, fazendo relação entre o conceito e
sua definição. COLUNA I
1. Classificação
2. Regressão
3. Agrupamento / Clusterização
COLUNA II
( ) Inferência em escala contínua, ou seja, previsão
de um valor numérico.
( ) Inferência de categorias discretas, de acordo
com possibilidades limitadas definidas a partir
dos rótulos de treinamento.
( ) Organização de dados em conjuntos distintos de
acordo com métricas de similaridade ou distância,
sem necessidade de rótulos de treinamento.
Assinale a sequência correta.
Responder
💬 COMENTÁRIOS 📊 ESTATÍSTICAS 📝 ANOTAÇÕES
As técnicas de aprendizado de máquina aplicadas à assimilação
podem ser utilizadas de diversas maneiras para tratamento de
dados. Um exemplo de processo que pode ser vantajoso para os
algoritmos de assimilação é o de redução da dimensionalidade de
um conjunto de dados, no qual se aplica treinamento não
supervisionado para gerar representações “compactadas” das
entradas originais. Esse processo permite a assimilação de dados no
espaço latente, melhorando a eficiência de treinamento dos
algoritmos.
Determinadas arquiteturas de rede neural são utilizadas para
redução de dimensionalidade e para a geração de representações de
dados no espaço latente, em que se destaca a arquitetura do tipo
✂️ B) Redes Neurais Bayesianas.
✂️ C) Redes Neurais Convolucionais.
✂️ D) Redes Adversariais Generativas.
✂️ E) Máquinas de Boltzmann Restritas.
Responder
💬 COMENTÁRIOS 📊 ESTATÍSTICAS 📝 ANOTAÇÕES
No método tensorflow.keras.layers.Dense(...), se nenhuma
função de ativação é especificada, é utilizada por padrão a
função:
Responder
💬 COMENTÁRIOS 📊 ESTATÍSTICAS 📝 ANOTAÇÕES