Prova

Question 1

O que é uma IA baseada em lógica?

Answer 1

Utiliza uma base de conhecimento e regras lógicas para fazer deduções

Question 2

Qaul é a ideia da aprendizagem de máquina?

Answer 2

Construir um modelo matemático que dependa de parâmetros a firm de otimizar a aprendizagem

Question 3

Qual é a ideia do modelo de apreindizagem supervisionada?

Answer 3

Um conjunto de dados é usado para ajustar os parâmetros de um modelo adaptativo

Question 4

Qual o resultado do algoritmo de aprendizagem de máquina?

Answer 4

uma função f_w(x) que recebe um grupo de valores de entrada e gera uma saida y indicando a classe prevista de x

Question 5

O que é aprendizagem?

Answer 5

Usar os dados para ajustar os parâmetros para que a função calculada resolva o problema

Question 6

Quais são as classes de modelo com base nos tipos de dados?

Answer 6

1) Aprendizagem Supervisionada
2) Aprendizagem não supervisionada
3) Aprendizagem semi-supervisionada
4) Aprendizagem por reforço

Question 7

Qual é a diferença entre aprendizagem supervisionada e não supervisionada?

Answer 7

Na supervisionada temos informação sobre o target

Question 8

Quais as classes de modelo com base nas funções aprendidas?

Answer 8

1) Aprendizagem baseada em instância
2) Aprendizagem baseada em modelo

Question 9

Quais as classes de modelo com base nos dados processados?

Answer 9

1) Aprendizagem em batch: dados existentes
2) Aprendizagem online: fluxo contínuo de dados

Question 10

Qual a função de erro na aproximação polinomial?

Answer 10

SSE

Question 11

Como escolher o melhor grau do polinômio:

Answer 11

Treinar o modelo com um grupo de dados e aplicar no grupo de teste para medir o erro

Question 12

O que é o problema de overfitting?

Answer 12

Polinomios se ttonam mais sintonizados com o ruído aleatório

Question 13

Como corrigir o problema de overfitting?

Answer 13

Mais dados

Question 14

O que é regularização?

Answer 14

Adicionamos uma penalidade à função erro para que os coeficientes não atinjam valores grandes:
SSE + lambda/2 ||w||^2

Question 15

Quais as hipóteses da aproximação polinomial?

Answer 15

1) Existe relação entre features e valores a serem preditos
2) Os dados precisam ser semelhantes à aqueles que vou fazer previsão no futuro

Question 16

Quais são possíveis problemas da aproximação polinomial?

Answer 16

1) Quantidade insuficiente de daods
2) Dados de treinamento não representativos
3) Dados de baixa qualidade
4) Características irrelevantes

Question 17

Como usar o conjuntos de treino, validação e teste?

Answer 17

1) Escolha a forma do modelo
2) Treine o modelo
3) Teste o desempenho no grupo de validação
4) Repita etapas 1-3 para todos conuntos de parâmetros
5)Selecione o melhor conjunto de parâmerotros com o melhor grupo de validação
6) Junte os grupos de validação e treino para treinar os parâmetros que você escolheu em 5
7) Meça o desemepnho no grupo de teste

Question 18

Como fazer cross-validation?

Answer 18

1) Particionar os dados em S grupos
2) Use (S-1) grupos para o treinamento e um para teste
3) Repita o passo 2. S vezes
4) Faça a média das pontuações dos S conjuntos de teste

Question 19

O que é o erro tipo 1?

Answer 19

Falso positivo

Question 20

Oque é o erro tipo 2?

Answer 20

Falso negativo

Question 21

Oque é acurácia?

Answer 21

Porcentagem de previsões certas

Question 22

O que é Precisão

Answer 22

Acurácia das previsões positivas

Question 23

O que é Recall?

Answer 23

Porcentagem de positivos que são previstos corretamente

Question 24

O que é speficity?

Answer 24

Porcentagem de negativos que são previstos corretamente

Question 25

Como calcular a Curva ROC?

Answer 25

Calcular o True Positive Ratio e Negative Positive Ratio para diferentes valores do limiar t. Assim obtemos a matriz de confusão

Question 26

Enuncie o teorema de bayes

Answer 26

p(C | x) = p(x|C)p(C)/p(x)

Question 27

O que são modelos generativos?

Answer 27

Inferir p(x|C) e p(C) para cada classe. Use os para encontrar p(x). Usar o teorema de Bayes para encontrar p(C|x)

Question 28

O que são modelos discriminativos?

Answer 28

Inferir p(C|x) diretamente

Question 29

O que é uma função discriminante?

Answer 29

Aprenda uma função f(x), que mapeia a cada entrada x diretamente em um rótulo de classe -> Não há probabilidade

Question 30

Qual a ideia do algoritmo de K-Nearest Neighbor?

Answer 30

Determina a identidade de um ponto usando pontos próximos do conjunto de treinamento

Question 31

Qual o algoritmo do K-nearest-neighbor

Answer 31

1) Ecolha k>0 2) Indentifique K pontos vizinhos 3) Para cada classe j calcular a fração de pontos com rótulo j 4) Classifique como aquele com maior fração

Question 32

O que é o problema de detecção de outliers?

Answer 32

Construa p(x) usando dados do do comportamento "normal" do sistema. Quando uma nova entrada calcula sua probabilidade sob o modelo, se for muito baixa é uma anomalia

Question 33

O que é um método paramétrico?

Answer 33

- Definimos a forma da dstribuição - Aprendemos os parâmetros

Question 34

O que é um método não paramétrico?

Answer 34

- Evita definir distribuições específicas - Existem parâmetros, mas eles apenas controlam a complexidade do modelo

Question 35

O que é o modelo gaussiano único?

Answer 35

Por hipótese assumimos que seguem uma normal independente. Econtramos como parâmetros da nossa distribuição a média amostral de x e a variância viesada de x

Question 36

O que é uma mistura de Gaussianas?

Answer 36

Cada densidade Gaussiana pe um componente da mistura e tem sua prórpira média e covariância

Question 37

Oque é o algoritmo EM para misturas gaussianas?

Answer 37

1) E-Step: Calcule as probabilidades posteriores dado o nosso modelo atual 2) Passo M: Altere os parâmetros de cada gaussiana para maximizar a probabilidade de que ele gere os dados plos quai é responsável

Question 38

Qual a ideia do HIstograma?

Answer 38

1) particionar x em compartimentos distintos 2) Calculcar o numero de observações em cada bin 3) Divida pelo numero total de observações 4) A probabilidade é dada pelo número de pontos na região dividido pelo volume e número totald e observações

Question 39

O que acontece se fixarmos o número de pontos na região de um histograma?

Answer 39

Obtemos um estimador de K-nearest-eighbor

Question 40

O que acontece se fixarmos o volume de um histograma?

Answer 40

Kernel

Question 41

Qual a ideia do modelo Naive Bayes?

Answer 41

Supões que os valores atribidos são condicionalmente independentes dados os valores de destino. Logo, p(x|c_i) = \prod p(x_j |c_i) p(x_j |c_i) -> pode ser modelado com uma distribuição paramétrica

Question 42

Defina o problema de regressão

Answer 42

Dados N observações {x_n} onde n = 1,...N juntamente com os valores de destino correspondentes, o objetivo é prever o valor t para um novo valor de x

Question 43

Qual o estimador dos parâmetros no problema de regressão?

Answer 43

(Φ'Φ)^(-1) Φ't

Question 44

O que é um algoritmo sequencial?

Answer 44

OS datapoints são considerados um de cada vez e os parâmetros do modelo são atualizados após cada apresentação

Question 45

Apresente o agoritmo de agradiente estocástico

Answer 45

w_(t+1) = w_(t) - η∇E_n

Question 46

Qual é a ideia do minínimos quadrados regularizados

Answer 46

Adicionar um termo de regularização a uma função de erro para controlar o ajuste excessivo

Question 47

Como podemos facilitat o modelo de classificação?

Answer 47

Aplicar uma trasnformação

Question 48

Oque são modelos discriminativos probabilísticos?

Answer 48

USar a forma funcional do modelo linear generalizadao e determinar seus parâmetros diretamente usando a máxima verossimilhança.

Question 49

Qual o problema para resolver a maximização da função de máxima verossimilihnaça da regressão logística?

Answer 49

Não há formula fehcada desta vez. Para aprender w pode-se usar um procedimento sequencial onde os datapoints são apresentados um de cada vez

Question 50

Oque é a função de cross entropy da regressão logística

Answer 50

- Σ|t_n ln y_n +(1-t_n) ln(1-y_n))

Question 51

Qual a ideia das redes neurais

Answer 51

Fazer com que as funções de base ϕ*x) dependam de parâmetros sejam ajustadas durante o treinamento

Question 52

Apresente o algoritmo forward de uma rede neural

Answer 52

1) Construa M combinnações lineares das variáveis x: a = Σw_1x + w_0 2) Cada combinação é transformada usando uma função de ativação: z = h(a) 3) Esses valores são combinados lienarmente de novo 4) E assim por diante, até a última função de ativação

Question 53

Se O que acontece se todas as funções de ativação forem lineares?

Answer 53

Sempre podemos encontrar uma rede equivalente sem unidades ocultas

Question 54

O que significa que as redes neurais são aproximadores universais?

Answer 54

Uma rede de duas camadas com saídas lineares pode aproximar uniformemente qualquer função contínua em um domínio de entrada compacto com precisão arbitrária, desde que a rede tenha um número suficiente grande de unidades ocultas

Question 55

Como fazer o treinamento de ume rede neural?

Answer 55

1) Calcular as derivadas da função error em relação aos pesos (backpropagation) 2) Usar as derivadas para calcular os ajustes dos pesos

Question 56

Como fazer o algoritmo de retropropagação para unidade final?

Answer 56

(y_i-t_i)z_i

Question 57

Como fazer o algoritmo de retropropagação para unidade oculta?

Answer 57

δ_j= h'(a_j)Σw_k δ_k A derivada é dada por δ_j z_j

Question 58

Como é o algoritmo para retropropagação do erro:

Answer 58

1) Aplique um vetor de entrada x_n à rede e avance a propagação através da rede 2) Avalie δ_k para todas as unidades de saída 3) Use a formula de retropropagação para retropropagar os δ e obter δ_j para cada unidade oculta 4) As derivadas são dadas por δ_jz_j

Question 59

Qual é a ideia de Arvores de Decisão

Answer 59

1) Segmente o espaçõ de entrada em regiões 2) Para prever um novo datapoint: use a média ou o rótulo majoritário

Question 60

Qual é o algoritmo para construir as regiões na árvore de decisão?

Answer 60

1) A cada passo seleiconamos a feature X_j e o ponto de corte s 2) Definimos o par de semiplanos: R1 = {X | Xj s} 3) Escolhemos j e s que minimizam Σ(y_i-hat{y_i}_R1)^2 + Σ(y_i-hat{y_i}_R2)^2 4) Continuamos o processos até atingir o critério de parada

Question 61

Porque é necessário "podar" a arvore?

Answer 61

Uma arvore grande irá sobreajustar os dados

Question 62

Oque é a poda de complexidade de custo

Answer 62

Consideramos uma sequência de árvores indexadas por um parâmetro de ajuste não negativo Calculamos ΣΣ(y_i-hat{y_i}_Rm)^2 + α|T|

Question 63

Oque é a pureza de um nó na arvore de classifcação

Answer 63

Como, para uma região, pretendemos prever a classe mais comum naquela região, precisamos "quantificar" com que frequência os pontos não pertencem a essa classe

Question 63

Oque fazemos na prática na poda de uma árvore?

Answer 63

1) Todos os pares de nós folha vizinhos (ligados a um nó antecedennte comum) são considerados para eliminação 2) Qualquer cuja eliminação produz um aumento satisfatório no desempenho no conjunto de validação cruzada é eliminado e o nó antecedente considerado uma folha

Question 64

Oque é o método de Bagging?

Answer 64

1) Usar o bootstrap para obter mais conjuntos de treinamento 2) Construir um modelo de previsão separado para cada conjunto de treinamento 3) Tirar a média das previsões

Question 65

Qual é o grupo de teste no Bagging?

Answer 65

Ou-of-bag: Aqueles que não são usados para o aprendizado do modelo

Question 66

Qual é o problema de bagged trees?

Answer 66

Se uma feature é um preditor forte, a maioria das árvores será semelhante. Isso leva a previsões semelhantes e o bagging não é eficaz

Question 67

O que é o modelo de random forest?

Answer 67

1) Construímos uma série de árvores de decisão em amostras de treinamento bootstrap 2) Em cada divisão, uma amostra aleatória de me features é escolhida como candidata a divisão de conjunto completo de p features

Question 68

Quais as semelhanças entre o Bagging e o Boosting?

Answer 68

1) Criamos vários conjuntos de dados 2) Combinamos as saídas

Question 69

Qual a diferença entre Baggin e Boosting?

Answer 69

Bagging: Cada modelo é construído em um conjunto de dados bootstrap, independente dos outros modelos Boosting: Cada aprendiz é construído sobre um conjunto de dados cuja composição depende do desemplenho dosmodelos que foram construídos anteriormente

Question 70

Qual é a ideia do boostng?

Answer 70

Usar o subconjunto de dados de treinamento que são "mais informativos" a cada passo