Informática, perguntado por lucyannamania, 4 meses atrás

Questão 6/65: Os algoritmos de aprendizagem supervisionada também são usados para identificar os pontos de dados que são simplesmente incomuns. Na detecção de fraudes, por exemplo, quaisquer padrões incomuns de gasto em cartão de crédito são suspeitos. As variações possíveis são tão numerosas e os exemplos de treinamento tão poucos, que não é viável aprender como seria uma atividade fraudulenta. A abordagem que usa detecção de anomalias é simplesmente aprender como seria uma atividade normal (usando transações não fraudulentas históricas) e identificar tudo que seja significativamente diferente.

a) Verdadeiro
b) Falso

Soluções para a tarefa

Respondido por barbozarodrigorb
0

Resposta: Falso

Explicação:

Geralmente ao se tratar de algorismos, falamos de aprendizagem não supervisionada

Respondido por warofages230
0

Essa afirmação é VERDADEIRA, pois a detecção de anomalias é uma técnica de aprendizado supervisionado que é usada para identificar pontos de dados que são significativamente diferentes do padrão esperado.

Para entendermos melhor está afirmação, precisamos conhecer mais sobre Algoritmos.

O que são Algoritmos?

Algoritmos são conjuntos de regras e instruções que visam resolver um problema ou realizar uma tarefa específica. Eles são amplamente utilizados em computação para automatizar tarefas e tomar decisões baseadas em dados ou informações de entrada.

Portanto, essa técnica é útil em muitos cenários, como detecção de fraudes, diagnóstico de falhas em equipamentos, e monitoramento de sistemas de saúde.

A ideia é treinar o modelo com exemplos de dados normais e, em seguida, usar para identificar pontos de dados que são incomuns ou anômalos, que podem ser investigados mais de perto. É diferente de outras técnicas de aprendizado supervisionado, onde o objetivo é prever uma saída específica dado um conjunto de entradas.

Aprenda mais sobre Técnicas de Aprendizado Supervisionado aqui: https://brainly.com.br/tarefa/51728412

#SPJ2

Anexos:
Perguntas interessantes