Segundo Lorena e De Carvalho (2003), a boa capacidade de generalização, a robustez em grandes dimensões de dados e o pertencimento a uma Teoria bem estabelecida são os principais fatores que tornam atrativo o uso das Máquinas de Vetores de Suporte (SVMs). A respeito das SVMs, é CORRETO AFIRMAR que:
a.
Apresenta grandes desafios na indução de modelos com baixa dimensão ou grande quantidade de outliers.
b.
O propósito de um modelo SVM é discriminar classes com a maior margem possível por meio de um hiperplano.
c.
O algoritmo hebbiano usando em RNAs também pode ser aplicado às SVMs, se adaptado.
d.
Embora o processo de predição seja lento, o modelo apresenta uma taxa de verdadeiros positivos superior a 80% na maior parte dos casos.
e.
O processo de treinamento de uma SVM é orientado por meio da otimização das funções lineares C e γ.
a.
Apresenta grandes desafios na indução de modelos com baixa dimensão ou grande quantidade de outliers.
b.
O propósito de um modelo SVM é discriminar classes com a maior margem possível por meio de um hiperplano.
c.
O algoritmo hebbiano usando em RNAs também pode ser aplicado às SVMs, se adaptado.
d.
Embora o processo de predição seja lento, o modelo apresenta uma taxa de verdadeiros positivos superior a 80% na maior parte dos casos.
e.
O processo de treinamento de uma SVM é orientado por meio da otimização das funções lineares C e γ.
More Questions From This User See All
Lista de comentários
Resposta:
b.
O propósito de um modelo SVM é discriminar classes com a maior margem possível por meio de um hiperplano.
Explicação:
A ideia geral das SVMs é construir um modelo com um hiperplano ótimo de modo que seja possível separar diferentes classes de dados com a maior margem possível