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.
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
O resultado da aplicação de um algoritmo de Aprendizado de
Máquina é um modelo que será usado para realizar predições.
Quanto melhor o modelo gerado, mais precisas serão as
predições.
A precisão ou a acurácia de um modelo de Aprendizado de
Máquina é medida por meio do método: