Em relação a aprendizado não supervisionado, julgue o item que se segue.
A ação de realizar agrupamento hierárquico tem como premissa básica encontrar elementos em um conjunto de dados que impliquem a presença de outros elementos na mesma transação, com um grau de certeza definido pelos índices de fator de suporte e o fator de confiança, que pode ser realizado, por exemplo, por meio do algoritmo a priori.
Julgue o item a seguir, relativo a aprendizado supervisionado.
Considerando-se, nos gráficos a seguir, que o resultado #2 corresponda ao melhor desempenho do algoritmo, é correto afirmar que o resultado #1 indica que houve underfitting.
Em relação a aprendizado não supervisionado, julgue o item que se segue.
A validação cruzada pode ser utilizada para detectar quando uma rede neural está sendo treinada de maneira excessiva (overtraining) e assim interromper o treinamento antes que isso ocorra, como, por exemplo, por meio do princípio orientador atrativo para o ajuste dos pesos e bias durante o processo de treinamento da RNA.
Em relação a aprendizado não supervisionado, julgue o item que se segue.
O modelo de mistura gaussiana (GMM) é um método que descreve um agrupamento de amostras para determinado espaço de características, em que o GMM é uma mistura de K distribuições gaussianas associadas à mudança de estado dos pixels.
Julgue o item a seguir, relativo a aprendizado supervisionado.
A despeito do alto grau de aplicabilidade das técnicas de regularização na classificação e na regressão, no que se refere à sua acurácia, tais técnicas tendem a causar o sobreajuste (overfitting) devido à influência de coeficientes responsáveis por flutuações excessivas.
