Question

Os algoritmos de indução de árvores de decisão, são um exemplo do uso de métodos:

a.
descritivos.

b.
simbólicos.

c.
probabilísticos.

d.
conexionistas.

e.
de maximização de margens.

1,25 pontos

PERGUNTA 2

São exemplos de técnicas de amostragem, que utilizam a amostragem aleatória no conjunto de dados, na geração dos conjuntos de treinamento e teste para modelos preditivos:

a.
Holdout, amostragem aleatória.

b.
validação cruzada, r-fold-cross-validation.

c.
random subsampling, Holdout.

d.
validação cruzada, Holdout.

e.
random subsampling, Bootstrap.

1,25 pontos

PERGUNTA 3

Em relação às métricas utilizadas para avaliação de modelos preditivos, podemos afirmar que:

A acurácia corresponde a taxa de acertos do modelo, sendo uma das medidas mais utilizadas na prática. A acurácia corresponde ao complemento da taxa de erro.
A taxa de erro corresponde ao total de classificações incorretas dividido pelo total de exemplos preditos.
A diagonal principal de uma matriz de confusão corresponde às predições realizadas corretamente.

a.
Somente a afirmação I está correta.

b.
Somente as afirmações II e III estão corretas.

c.
Somente as afirmações I e II estão corretas.

d.
Todas as afirmações estão corretas.

e.
Nenhuma das afirmações está correta.

1,25 pontos

PERGUNTA 4

As SVMs _______ com margens _______ definem fronteiras ________ a partir de dados _________ separáveis.

a.
lineares, rígidas, lineares, linearmente

b.
não lineares, suaves, separáveis, não

c.
lineares, suaves, não lineares, não

d.
não lineares, variáveis, não lineares, parcialmente

e.
lineares, fixas, rígidas, totalmente

Answer 1

Resposta:

lineares, rígidas, lineares, linearmente

Explicação:

Answer 2

Resposta:

1 -  R: b.simbólicos.

2 - R: e.random subsampling, Bootstrap.

3 - R: d.Todas as afirmações estão corretas.

4 - R: a.lineares, rígidas, lineares, linearmente

Explicação:

8/8