@fabioaparecidosdossa

fabioaparecidosdossa

Ambicioso

Sobre as medidas de suporte e confiança, indique a alternativa que relaciona corretamente as afirmações a seguir com as duas medidas. 1. Suporte. 2. Confiança. I. É útil para a definição de limite para a eliminação de regras de associação pouco interessantes. II. Sua fórmula é: número de registros da tabela que contêm todos os itens da regra de asociação dividido pelo número de registros da tabela que contêm o antecedente de tal regra. III. É medida de acurácia de uma regra de associação. IV. Indica a probabilidade de ocorrência de uma regra de associação no conjunto total de transações. 1 – II e IV; 2 – I e III. 1 – III e IV; 2 – I e II. 1 – I e IV; 2 – II e III. 1 – I e II; 2 – III e IV. 1 – II e III; 2 – I e IV.
Responda
Sobre as etapas do processo de mineração de regras de associação, observe a imagem a seguir. Selecione a alternativa que indica corretamente quais são as etapas no diagrama apresentado da figura. figura formada por caixas retangulares, números e setas. Da esquerda para a direita, caixa 1 com seta apontando para a caixa 2. Desta, a seta aponta para a caixa 3. De baixo da caixa 3, sai uma seta para a caixa 4. I. Avaliação. II. Mineração das regras. III. Pré-processamento dos dados. IV. Geração do conjunto de itens frequentes. 1 - III; 2 - IV; 3 - II; 4 - I 1 - IV; 2 - III; 3 - I; 4 - II 1 - III; 2 - II; 3 - IV; 4 - I 1 - IV; 2 - III; 3 - II; 4 - I 1 - III; 2 - I; 3 - II; 4 - IV
Responda
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.
Responda
A forma como um sistema de detecção de anomalias lida com estas depende do domínio da aplicação e de distintos pontos de vista a serem considerados. Além desses, os dados também podem ser classificados em espaciais, sequenciais ou ambos, com base em suas mudanças ao longo do tempo. Os dados espaciais têm uma estrutura espacial bem definida e, portanto, a posição de um objeto em relação a outros objetos é significativa. Em contraste, os dados sequenciais possuem uma ordem na qual cada objeto aparece sequencialmente no banco de dados. No entanto, os aspectos que têm maior impacto na definição dos métodos de detecção de anomalias dizem respeito à disponibilidade e ao uso de rótulos de dados. Pode haver informações sobre rótulos para dados normais e para dados anômalos, ambos ou nenhum. Com relação às abordagens principais para a detecção de anomalias, assinale a alternativa correta. a. Semi-supervisionada e sub-supervisionada. b. Não supervisionada e supervisionada. c. Sub-supervisionada e supervisionada. d. Não supervisionada e semi-supervisionada. e. Semi-supervisionada e supervisionada.
Responda
Alguns métodos estatísticos não requerem um modelo específico ou uma distribuição de dados específica. Eles são chamados de “não paramétricos”, e os métodos mais populares nessa categoria são baseados em histogramas. Os histogramas geralmente são usados ​​sem supervisão e não são determinados por nenhum modelo. Com relação a alguns métodos não paramétricos existentes, avalie as afirmativas a seguir. I. Análise de histograma (tipo 1): o método estatístico não paramétrico mais comumente usado ​​é a observação análise de histograma. II. Análise de histograma (tipo 2): definir adequadamente a distância entre os objetos de teste e os objetos base de treinamento. III. Análise de histograma (tipo 3): método mais utilizado para medir a distância entre dois objetos. É correto o que se afirma em: a. I e III, apenas. b. I e II, apenas. c. I, II e III. d. I, apenas. e. II e III, apenas.
Responda

Helpful Links

Helpful Social

Copyright © 2024 ELIBRARY.TIPS - All rights reserved.