As redes neurais artificiais são um tipo específico de aprendizado de máquina usado para melhorar o desempenho de um programa por meio da experiência. Muitas outras formas de aprendizado de máquina podem ser agrupadas nessa categoria, mas cada uma tem uma identidade única. Atualmente, a forma mais popular de aprendizado de máquina são as redes neurais artificiais. Muitas técnicas de aprendizado de máquina exigem conhecimento prévio dos dados que estão analisando. Isso inclui métodos de detecção de anomalias neurais e estatísticas, que funcionam com dados contínuos. Outras técnicas, como regras de classificação e árvores de decisão, operam com dados ordenados sem um conhecimento pré-construído da distribuição. Com base em alguns métodos de aprendizagem de máquina, analise as afirmativas a seguir e marque V para as verdadeiras e F para as falsas.
I. ( ) Algoritmos de classificação (tipo 2): assim como as árvores de decisão e as regras de classificação, costumam ser usados como métodos supervisionados. II. ( ) Algoritmos de agrupamento (tipo 1): alguns tipos de algoritmos de ajuntamento em aprendizagem de máquina são o k-médias e o k-medoids. III. ( ) Regras de associação (tipo 1): são geradas regras que correspondem a algum método de suporte mínimo (minsup), ou seja, regras que surgem com menos regularidade na biblioteca. Assinale a alternativa que apresenta a sequência correta.
a. V - F - F. b. F - F - F. c. F - F - V. d. V - F - V. e. V - V - V.
Algoritmos de classificação, como árvores de decisão, são comuns em aprendizado supervisionado. Algoritmos de agrupamento, como k-médias, operam sem orientação. Regras de associação identificam padrões frequentes. A sequência correta é V - V - V.
O aprendizado de máquina abrange diversas técnicas, destacando-se algoritmos de classificação e agrupamento. No contexto supervisionado, árvores de decisão são essenciais para prever categorias, enquanto métodos não supervisionados, como k-médias, agrupam dados sem orientação prévia.
A afirmação incorreta sobre regras de associação gerando padrões menos frequentes é esclarecida: na verdade, essas regras identificam padrões frequentes. A distinção ajuda a compreender a aplicação específica de cada técnica, fornecendo clareza na escolha e implementação dessas ferramentas de aprendizado de máquina, contribuindo para uma compreensão abrangente e prática.
Lista de comentários
Resposta:
V - V - V.
Explicação:
Algoritmos de classificação, como árvores de decisão, são comuns em aprendizado supervisionado. Algoritmos de agrupamento, como k-médias, operam sem orientação. Regras de associação identificam padrões frequentes. A sequência correta é V - V - V.
O aprendizado de máquina abrange diversas técnicas, destacando-se algoritmos de classificação e agrupamento. No contexto supervisionado, árvores de decisão são essenciais para prever categorias, enquanto métodos não supervisionados, como k-médias, agrupam dados sem orientação prévia.
A afirmação incorreta sobre regras de associação gerando padrões menos frequentes é esclarecida: na verdade, essas regras identificam padrões frequentes. A distinção ajuda a compreender a aplicação específica de cada técnica, fornecendo clareza na escolha e implementação dessas ferramentas de aprendizado de máquina, contribuindo para uma compreensão abrangente e prática.
Aprenda mais sobre Aprendizado de máquina, aqui:
https://brainly.com.br/tarefa/55234717
#SPJ1