Quanto à definição de aprendizado supervisionado, podemos afirmar que: I. Existem exemplos da saída esperada para determinados casos da base de treinamento, onde a rede, pela comparação entre os resultados obtidos e esperados, pode adaptar os pesos das conexões para minimizar o erro, obtendo um aprendizado por exemplos. II. Esse tipo de aprendizado não possui exemplos para comparar seu erro, sendo baseado na auto-organização. O indutor analisa os exemplos fornecidos e tenta determinar se alguns deles podem ser agrupados de alguma maneira, formando agrupamentos ou clusters. Após a determinação dos agrupamentos, em geral, é necessário uma análise para determinar o que cada agrupamento significa no contexto problema sendo analisado. III. Essa abordagem de aprendizagem de máquinas tenta aprender qual é a melhor ação a ser tomada, dependendo das circunstâncias na qual essa ação será executada, ou seja, é uma aprendizagem com base na interação com o ambiente.
I. Existem exemplos da saída esperada para determinados casos da base de treinamento, onde a rede, pela comparação entre os resultados obtidos e esperados, pode adaptar os pesos das conexões para minimizar o erro, obtendo um aprendizado por exemplos.
Equando temos as Target de reposta para test de aprendizado para verificar-mo o quanto acertou e quanto errou.
Lista de comentários
Resposta:
B: Somente a alternativa I está correta.
Explicação:
I. Existem exemplos da saída esperada para determinados casos da base de treinamento, onde a rede, pela comparação entre os resultados obtidos e esperados, pode adaptar os pesos das conexões para minimizar o erro, obtendo um aprendizado por exemplos.
Equando temos as Target de reposta para test de aprendizado para verificar-mo o quanto acertou e quanto errou.