Na pesquisa de Gontijo e Gomes (2019, p. 314), o objetivo principal foi realizar um mapeamento da utilização de algoritmos de Aprendizado de Máquina nas Humanidades Digitais. De forma específica, pretendeu-se identificar quantitativos de trabalhos que utilizam algoritmos, modelos e técnicas de Aprendizado de Máquina utilizados nas Humanidades Digitais. Realizando uma busca nas bases de dados Google Acadêmico e Periódicos Capes com os termos (strings de busca) “Digital Humanities” AND “Machine Learning”, é retornado como resultado, respectivamente, 5.350 e 570 trabalhos científicos tratando do tema.
Fonte: GONTIJO, J. V.; GOMES, A. K. Algoritmos de Aprendizado de Máquina nas Humanidades Digitais: um mapeamento suporte para revisão de literatura. In: ESCOLA REGIONAL DE INFORMÁTICA DE GOIÁS (ERI-GO), 7., 2019, Goiânia. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019. p. 313–322.
De acordo com os materiais disponibilizados, a palestra IA: “IA, te seduz ou te assusta” e com a pesquisa citada, os algoritmos, os modelos e as técnicas de AM mais utilizados nas Humanidades Digitais para estudos de predição são:
Alternativas Alternativa 1: Regras de Classificação.
De acordo com a pesquisa de Gontijo e Gomes (2019), os algoritmos, modelos e técnicas de Aprendizado de Máquina mais utilizados nas Humanidades Digitais para estudos de predição são as Redes Neurais. Essa afirmação é baseada na análise de trabalhos científicos encontrados nas bases de dados Google Acadêmico e Periódicos. A resposta correta, portanto, é a Alternativa 2: Redes Neurais.
Uso de Redes Neurais para predição nas Humanidades Digitais
Capes, que tratam do tema "Digital Humanities" em conjunto com "Machine Learning". Esses trabalhos forneceram os seguintes resultados:
No Google Acadêmico, foram encontrados 5.350 trabalhos científicos relacionados ao tema.
Na base de dados Periódicos Capes, foram encontrados 570 trabalhos científicos sobre o assunto.
Esses são alguns pontos importantes a serem destacados:
A pesquisa de Gontijo e Gomes teve como objetivo mapear o uso de algoritmos de Aprendizado de Máquina nas Humanidades Digitais, especificamente em estudos de predição.
A busca nas bases de dados revelou um grande número de trabalhos científicos relacionados ao tema, indicando um interesse crescente nessa área de pesquisa.
Entre os algoritmos e técnicas de Aprendizado de Máquina analisados, as Redes Neurais se destacaram como as mais utilizadas para estudos de predição nas Humanidades Digitais.
É importante ressaltar que outras alternativas mencionadas, como Regras de Classificação, Random Forest, Regras de Associação e Máquina de Suporte Vetorial, também podem ser relevantes nas Humanidades Digitais, mas a pesquisa em questão identificou as Redes Neurais como as mais comuns para estudos de predição.
Saiba mais sobre Redes Neurais em: https://brainly.com.br/tarefa/19551568
Lista de comentários
De acordo com a pesquisa de Gontijo e Gomes (2019), os algoritmos, modelos e técnicas de Aprendizado de Máquina mais utilizados nas Humanidades Digitais para estudos de predição são as Redes Neurais. Essa afirmação é baseada na análise de trabalhos científicos encontrados nas bases de dados Google Acadêmico e Periódicos. A resposta correta, portanto, é a Alternativa 2: Redes Neurais.
Uso de Redes Neurais para predição nas Humanidades Digitais
Capes, que tratam do tema "Digital Humanities" em conjunto com "Machine Learning". Esses trabalhos forneceram os seguintes resultados:
Esses são alguns pontos importantes a serem destacados:
Saiba mais sobre Redes Neurais em: https://brainly.com.br/tarefa/19551568
#SPJ1