Inteligência Artificial Flashcards
(7 cards)
[PROF MARCEL RIO] Qual das opções abaixo descreve corretamente o aprendizado supervisionado?
a) O modelo tenta descobrir padrões em dados não rotulados.
b) O modelo é baseado apenas em algoritmos genéticos.
c) O modelo é treinado com dados rotulados, onde a entrada está associada a uma saída esperada.
d) O modelo utiliza redes neurais convolucionais para análise de imagens.
c) O modelo é treinado com dados rotulados, onde a entrada está associada a uma saída esperada.
[PROF MARCEL RIO] O que é overfitting em aprendizad ode máquina?
a) Quando o modelo é simples demias para capturar os padrões dos dados.
b) Quando o modelo se ajusta tão bem aos dados de treinamento que não generaliza bem para novos dados.
c) Quando o modelo usa algoritmos de regularização para evitar ajustes excessivos em dados de treino e de teste.
d) Quando os dados de entrada são insuficientes para treinar o modelo
b) Quando o modelo se ajusta tão bem aos dados de treinamento que não generaliza bem para novos dados.
[CESPE/CEBRASPE] Julgue o próximo item, relativo a aprendizado de máquina.
Overfitting é um comportamento esperado e desejável de aprendizado de máquina, uma vez que descreve assertividade e acurácia altas quando o modelo de aprendizado de máquina fornece previsões precisas para novos dados com base nos dados de treinamento.
( ) Certo
( ) Errado
(X) Errado
enquanto um modelo com overfitting pode parecer muito preciso com os dados que já viu (dados de treinamento), ele provavelmente falhará em prever corretamente novos dados. Portanto, o overfitting é considerado um problema e não um comportamento desejável em aprendizado de máquina.
[CESPE/CEBRASPE] Julgue o próximo item, relativo a aprendizado de máquina.
No contexto do aprendizado de máquina, um algoritmo é definido como a especificação de uma relação probabilística existente entre variáveis diferentes.
( ) Certo
( ) Errado
(X) Errado
O termo algoritmo não se refere a uma especificação de uma relação probabilística existente entre variáveis diferentes. Na verdade, um algoritmo em aprendizado de máquina é um conjunto de instruções que permite a um computador aprender a partir de dados e fazer previsões ou tomar decisões sem ter sido explicitamente programado para isso.
[CESPE/CEBRASPE] Julgue o próximo item, relativo a aprendizado de máquina.
Aprendizado de máquina pode ser definido como a criação e o uso de modelos que são aprendidos a partir dos dados.
( ) Certo
( ) Errado
(X) Certo
Aprendizado de máquina, ou machine learning, é um subcampo da inteligência artificial que foca na criação e utilização de modelos que aprendem a partir dos dados. Esse aprendizado pode ocorrer de várias maneiras, como supervisionado, não supervisionado e por reforço.
[CESPE/CEBRASPE] Julgue o próximo item, relativo a aprendizado de máquina.
No aprendizado de máquinas, o aprendizado supervisionado compreende um conjunto de dados de treinamento para ensinar modelos a mostrar a saída desejada.
( ) Certo
( ) Errado
(X) Certo
De forma simplificada, no aprendizado supervisionado, nós fornecemos ao modelo tanto as perguntas quanto as respostas durante o treinamento. Isso permite ao modelo aprender a relação ou padrão entre a entrada e a saída.
[CESPE/CEBRASPE] Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída. Em relação ao aprendizado de máquina, julgue o item a seguir.
Em aprendizado de máquina, as características de entrada e saída são definidas, respectivamente, como atributos previsores e atributos alvo ou meta.
( ) Certo
( ) Errado
(X) Certo
A afirmação está correta ao classificar as características de entrada e saída dessa maneira no contexto de aprendizado de máquina. Quando você constrói um modelo de aprendizado de máquina, você de fato define o que deseja que o modelo preveja (atributos alvo) com base em um conjunto de informações conhecidas (atributos previsores).
