Questões de Concurso
Filtrar
455 Questões de concurso encontradas
Página 14 de 91
Questões por página:
Questões por página:
Em aprendizado de máquina, muitos algoritmos
requerem que os dados de entrada sejam numéricos. No
entanto, é comum lidar com variáveis categóricas, que
representam categorias ou rótulos, como "vermelho",
"azul", "verde" para cores, ou "masculino" e "feminino"
para sexo. Para que esses dados possam ser utilizados
efetivamente em modelos preditivos, é necessário
transformá-los em uma representação numérica
adequada. Ao lidar com dados categóricos, qual das
seguintes técnicas é comumente utilizada para
transformá-los em uma representação adequada para
modelos de aprendizado de máquina?
Hiperparâmetros são variáveis de configuração que
controlam o treinamento de modelos de aprendizado de
máquina (ou, machine learning).
No ajuste de hiperparâmetros, também conhecido como otimização de hiperparâmetros, busca-se:
No ajuste de hiperparâmetros, também conhecido como otimização de hiperparâmetros, busca-se:
O overfitting, é um fenômeno em aprendizado
supervisionado onde um modelo se ajusta
excessivamente aos dados de treinamento, capturando
não apenas os padrões gerais, mas também o "ruído" ou
particularidades específicas desses dados. Como
resultado, embora o modelo apresente excelente
desempenho nos dados de treinamento, sua capacidade
de generalização para novos dados é comprometida,
levando a previsões imprecisas em cenários não vistos
anteriormente. O que caracteriza o overfitting em um
modelo de aprendizado supervisionado?
Em redes neurais artificiais, as funções de ativação
permitem que a rede aprenda e represente padrões
complexos nos dados. Para tarefas de classificação
binária, onde o objetivo é distinguir entre duas classes.
Qual das seguintes funções de ativação é mais
adequada para problemas de classificação binária?
Em redes neurais artificiais, o processo de aprendizado
envolve a adaptação dos pesos das conexões entre
neurônios para que a rede possa realizar tarefas específicas, como classificação ou regressão. O que é o
algoritmo backpropagation em redes neurais artificiais?