Foram encontradas 4.268 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Trata-se de modelos complexos que absorvem relações não lineares e não triviais nos dados. É preciso que o analista de dados tenha uma visão crítica e entendimento dos algoritmos. Suponha que você tenha sido contratado para criar um sistema que utilize modelos de aprendizado de máquina para classificar pacientes segundo a propensão a apresentar uma determinada doença, mas um requisito essencial do sistema é que seja possível explicar claramente como se chegou a essa previsão. Dentre os seguintes algoritmos, é correto afirmar o que se utilizaria é:
Segundo Glassner, o que caracteriza uma rede de aprendizado profundo são:
Coluna I
1. Sistema especialista. 2. Aprendizado supervisionado. 3. Aprendizado não supervisionado. 4. Aprendizado por reforço.
Coluna II
( ) o sistema recebe um conjunto de registros médicos eletrônicos de pacientes e os agrupa de acordo com as similaridades entre as características presentes nos registros.
( ) o sistema recebe um conjunto de imagens de lâminas referentes a exames de pacientes e assinala com base em sua experiência prévia a patologia associada ou se se trata de um paciente sadio. Um especialista humano então avalia a decisão do sistema retornando para o mesmo uma pontuação que mede o seu desempenho. O sistema evolui de acordo com essa pontuação.
( ) o sistema é programado com regras pré-definidas por alguém treinado no problema.
( ) o sistema recebe um conjunto de imagens de lâminas referentes a exames de pacientes com rótulos indicando a patologia associada ou um paciente sadio.
A sequência correta, de cima para baixo, é:
I. Se temos atributos na base de dados que sejam redundantes, irrelevantes ou inúteis, devemos eliminá-los.
II. Podemos eliminar atributos que contribuem muito pouco na construção de um modelo como os que tem um mesmo valor na grande maioria das instâncias.
III. Os atributos removidos do conjunto de treinamento devem ser também removidos do conjunto de testes.
Sobre as afirmativas acima, pode-se dizer que:
Considerando a distribuição dos objetos no espaço de acordo com seus atributos ilustrada na figura, o algoritmo de agrupamento indicado para diferenciar os dois grupos seria: