A respeito do aprendizado supervisionado, assinale a opção correta. A) Os algoritmos de regressão logística garantem que o modelo seja treinado e testado exclusivamente com o mesmo conjunto de dados para minimizar a variância do modelo. B) O algoritmo de regressão linear é mais adequado para prever variáveis categóricas do que o Naive Bayes. C) Na validação cruzada, o conjunto de dados é particionado em conjunto de treino, validação e teste, para que se avalie o desempenho do modelo de maneira confiável. D) A máquina de suporte de vetores é um algoritmo probabilístico que sempre fornece a probabilidade de uma classe específica. E) O algoritmo k -nearest neighbors utiliza a média ponderada dos coeficientes para estimar as relações lineares entre as variáveis.

B) O algoritmo de regressão linear é mais adequado para prever variáveis categóricas do que o Naive Bayes.

A respeito do aprendizado supervisionado, assinale a opção correta.

A respeito do aprendizado supervisionado, assinale a opção correta.

✂️ a) Os algoritmos de regressão logística garantem que o modelo seja treinado e testado exclusivamente com o mesmo conjunto de dados para minimizar a variância do modelo.
✂️ b) O algoritmo de regressão linear é mais adequado para prever variáveis categóricas do que o Naive Bayes.
✂️ c) Na validação cruzada, o conjunto de dados é particionado em conjunto de treino, validação e teste, para que se avalie o desempenho do modelo de maneira confiável.
✂️ d) A máquina de suporte de vetores é um algoritmo probabilístico que sempre fornece a probabilidade de uma classe específica.
✂️ e) O algoritmo k-nearest neighbors utiliza a média ponderada dos coeficientes para estimar as relações lineares entre as variáveis.