NEW
Font size
WorksheetsTipos de Machine Learning
Total questions: 10
Worksheet time: 6mins
O que é aprendizado de máquina?
Um tipo de programa de computador.
Um campo de estudo que envolve o desenvolvimento de algoritmos para permitir que os computadores aprendam a partir de dados.
Uma técnica utilizada apenas para jogos de computador.
Uma forma de programação avançada.
O que são rótulos em aprendizado de máquina?
Números complexos que representam características dos dados
Algoritmos utilizados para agrupar dados em categorias
Etiquetas ou informações associadas aos dados para indicar suas classes ou categorias
Métodos de redução de dimensionalidade dos dados
Como os rótulos são obtidos em um problema de aprendizado de máquina supervisionado?
Através de algoritmos de agrupamento dos dados
Por meio de técnicas de redução de dimensionalidade
São fornecidos por especialistas ou rotuladores humanos
São gerados automaticamente pelo modelo durante o treinamento
Qual dos seguintes tipos de aprendizado de máquina não requer exemplos rotulados para treinamento?
Aprendizado supervisionado
Aprendizado não supervisionado
Aprendizado por reforço
Aprendizado semi-supervisionado
O que é uma rede neural artificial?
Um algoritmo de aprendizado de máquina baseado em árvores de decisão
Um tipo de modelo de regressão linear
Um modelo computacional inspirado no funcionamento do cérebro humano
Um método de clustering utilizado em grandes conjuntos de dados
Quais são as camadas principais de uma RNA?
Entrada, saída e oculta
Entrada, pré-processamento e saída
Supervisionada, não supervisionada e reforço
Treinamento, validação e teste
Qual é o objetivo principal do aprendizado por reforço?
Minimizar o erro de previsão
Agrupar dados em clusters
Maximizar a recompensa total ao longo do tempo
Encontrar a melhor combinação de hiperparâmetros
Qual técnica de aprendizado de máquina é adequada quando temos uma pequena quantidade de dados rotulados e uma grande quantidade de dados não rotulados?
Aprendizado supervisionado
Aprendizado não supervisionado
Aprendizado por reforço
Aprendizado semi-supervisionado
Qual é o objetivo do aprendizado por transferência?
Transferir conhecimento de uma tarefa de origem para uma tarefa de destino
Treinar um modelo em um grande conjunto de dados rotulados
Reduzir a dimensionalidade dos dados
Encontrar a melhor combinação de hiperparâmetros
Qual é a principal diferença entre o aprendizado supervisionado e o aprendizado não supervisionado?
O aprendizado supervisionado requer exemplos rotulados, enquanto o aprendizado não supervisionado não precisa de rótulos
O aprendizado supervisionado agrupa dados em clusters, enquanto o aprendizado não supervisionado classifica os dados
O aprendizado supervisionado utiliza feedbacks e recompensas, enquanto o aprendizado não supervisionado aprende a partir de dados não rotulados
O aprendizado supervisionado é utilizado para problemas de regressão, enquanto o aprendizado não supervisionado é utilizado para problemas de classificação
