Aprendizado de Máquina Flashcards
Sabendo que existe, na organização em que trabalha, uma base de dados formada por uma grande tabela que contém apenas o id do cliente e colunas do tipo booleano indicando se um cliente possuía ou já tinha possuído cada produto da organização, um funcionário de TI resolveu dividir os clientes em grupos apenas com base nessa informação, utilizando aprendizado de máquina.
Para essa tarefa, o funcionário de TI deve utilizar o aprendizado de máquina
Não supervisionado.
Aprendizado supervisionado - O algoritmo entende o que está sendo realizado com o auxílio da intervenção humana.
Aprendizado não supervisionado - O algoritmo entende o que está sendo realizado sozinho, sem a intervenção humana.
Aprendizado semi supervisionado - Somente alguns dados de uma grande quantidade é supervisionado.
Aprendizado por reforço - A máquina verifica qual a melhor ação a ser tomada, baseada nas circunstâncias que estão ocorrendo no momento.
Entropia de uma árvore de decisão aborda o aspecto da quantidade de informações que está associada às respostas que podem ser obtidas às perguntas formuladas, representando o grau de incerteza associado aos dados
Certo
Em um modelo para um aprendizado supervisionado dos dados no formato de uma árvore de decisão, um algoritmo de construção da árvore busca minimizar a informação necessária para classificar os dados nas partições da árvore
Certo
As árvores de decisão apresentam significativa independência dos dados de treinamento, o que garante forte estabilidade dos caminhos em caso de mudanças nos dados
Errado
Técnica de Machine Learning Randon Forest soluciona problemas de classificação e regressão por meio da construção e dos treinamentos de árvores de decisão
Certo
KNN é um classificador não paramétrico baseado em distância
Certo
Naive Bayes é usado para descobrir classificação a partir de estatística e probabilidade
Certo
Devido ao fato de pressupor independência entre atributos, o algoritmo Naive Bayes é capaz de realizar, com precisão, o treinamento de um modelo com uma quantidade reduzida de amostras
Certo
Naive Bayes não usa regras ou árvores de decisão ou qualquer outra representação explícita do classificador
Certo
