Filtrar


Questões por página:

Acerca de raciocínio lógico e analítico, julgue o item que se segue.


Suponha que 25% de todos os pedidos de aposentadoria que chegam ao instituto de previdência municipal sejam submetidos a uma revisão especial e que 80% dos pedidos submetidos à revisão especial apresentem atraso na avaliação final. Suponha também que 20% dos pedidos que não são submetidos à revisão especial apresentem atraso na avaliação final. Nessa situação, caso um pedido de aposentadoria seja escolhido aleatoriamente entre aqueles que apresentaram atraso na avaliação final, a probabilidade de ele ter sido submetido à revisão especial é superior a 60%.

Modelos generativos tentam modelar como os dados foram gerados, ou seja, eles aprendem a distribuição conjunta P (X, Y), onde X são as características e Y são os rótulos, enquanto, modelos discriminativos tentam modelar a fronteira de decisão entre diferentes classes.
Eles aprendem a distribuição condicional P(Y∣X), ou seja, a probabilidade de um rótulo dado um conjunto de características. Desta maneira, assinale a alternativa que apresenta qual categoria se enquadra o algoritmo Naive Bayes.
Todas as probabilidades necessárias para a obtenção do classificador Naive Bayes são computadas a partir dos dados de treinamento. Assinale a alternativa que apresenta o que é necessário para calcular a probabilidade a priori de observar uma classe yi, P(yi).
O teorema de Bayes é usado para calcular a probabilidade a posteriori de um evento, dadas sua probabilidade a priori e a verossimilhança do novo dado. No contexto do aprendizado bayesiano, assinale a alternativa correta sobre qual é a relação entre a probabilidade:
P (Teste = positivo|Doença = presente) e P (Doença = presente|Teste = positivo)
Algumas variáveis aleatórias adaptam-se muito bem a uma série de problemas práticos. Portanto, um estudo pormenorizado dessas variáveis é de grande importância para a construção de modelos probabilísticos para situações reais e a consequente estimação de seus parâmetros. Assinale a alternativa que apresenta o exemplo correto do modelo de distribuição de Poisson.