Leia e associe as duas colunas: I. Preparação dos dados para modelagem II. Treinamento e avaliação do modelo. III. Otimização do modelo escolhido.
A. Busca aleatória pelos melhores hiperparâmetros de um modelo específico. B. Aplicação de um ou mais algoritmo de machine learning. C. Utiliza técnicas de engenharia de atributos para construir um conjunto de daos pronto para modelagem.
Assinale a alternativa que traz a associação correta entre as duas colunas:
Alternativas:
I – C; II – A; III – B. I – C; II – B; III – A. I – A; II – C; III – B. I – B; II – A; III – C. I – B; II – C; III – A.
Pode-se afirmar que a associação correta é I – C; II – B; III – A. Portanto, a preparação dos dados para modelagem utiliza técnicas de engenharia de atributos para construir um conjunto de dados prontos para modelagem.
O que é engenharia de atributos?
A engenharia de atributos é uma técnica de pré-processamento de dados que envolve a seleção, transformação e criação de novos atributos (características) a partir dos dados de entrada. Ela tem como objetivo melhorar a qualidade dos dados e torná-los mais adequados para a modelagem. Algumas técnicas comuns de engenharia de atributos incluem a normalização de dados, a combinação de atributos, a criação de novos atributos a partir de atributos existentes, e a eliminação de atributos irrelevantes ou redundantes. A engenharia de atributos é uma etapa importante para melhorar a performance e a eficácia do modelo de Machine Learning.
Lista de comentários
Pode-se afirmar que a associação correta é I – C; II – B; III – A. Portanto, a preparação dos dados para modelagem utiliza técnicas de engenharia de atributos para construir um conjunto de dados prontos para modelagem.
O que é engenharia de atributos?
A engenharia de atributos é uma técnica de pré-processamento de dados que envolve a seleção, transformação e criação de novos atributos (características) a partir dos dados de entrada. Ela tem como objetivo melhorar a qualidade dos dados e torná-los mais adequados para a modelagem. Algumas técnicas comuns de engenharia de atributos incluem a normalização de dados, a combinação de atributos, a criação de novos atributos a partir de atributos existentes, e a eliminação de atributos irrelevantes ou redundantes. A engenharia de atributos é uma etapa importante para melhorar a performance e a eficácia do modelo de Machine Learning.
Saiba mais sobre a engenharia de atributos em:
brainly.com.br/tarefa/18673687
#SPJ1