2. Questões de Concurso

Filtrar

Questões por página:
Se vamos criar apenas uma hipótese, essa abordagem é suficiente. Mas muitas vezes acabamos criando várias hipóteses: podemos querer comparar dois modelos de aprendizado de máquina completamente diferentes, ou podemos ajustar os vários “botões” dentro de um modelo. Por exemplo, poderíamos tentar diferentes limiares para poda χ2 das árvores de decisão ou diferentes graus para os polinômios.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.
Considere a afirmação a seguir:
“O processo de penalizar explicitamente a hipótese complexa é chamado ______ estamos procurando funções que sejam mais regulares. Observe que agora estamos fazendo duas escolhas: a função de perda (L1 ou L2) e a medida de complexidade, que é chamada função de ______” (RUSSEL et al.,2022, p.607).
Assinale a alternativa que preencha correta e respectivamente as lacunas.
De acordo com o processo de aprendizado de máquina, assinale a alternativa que apresenta o que ocorre quando os dados são subamostrados (underfitting) no contexto de algoritmos de aprendizagem.
Analise a afirmação a seguir:
“O fenômeno de _______ acontece quando o modelo preditivo é gerado de forma a representar os exemplares usados para sua geração com uma fidelidade mais alta que o necessário. Esses modelos, se avaliados em relação ao seu desempenho nesses exemplares, receberão avaliações muito boas [...]” (SILVA et al,2016, p.137).
Diante da afirmação anterior, assinale a alternativa que preencha corretamente a lacuna sobre qual fenômeno é este, com relação às estratégias para treinamento, validação e teste.
Com relação ao aprendizado de máquina, um agente aprenderá a melhorar seu desempenho após fazer observações sobre o mundo. A aprendizagem pode variar do corriqueiro, como anotar uma lista de compras, até o mais profundo, como mostrado por Albert Einstein, que deduziu uma nova teoria para o universo.
Quando o agente é um computador, nós o chamamos aprendizado de máquina: um computador observa alguns dados, monta um modelo baseado nos dados e usa o modelo como uma hipótese sobre o mundo e um software que pode resolver problemas. Desta forma, assinale a alternativa que apresenta qual é a principal razão para utilizar aprendizado de máquina em vez de programar um computador com todas as soluções possíveis desde o início
© 2016-2026 Fonte Concursos - Questões de Concurso e Plano de Estudo