Os métodos de aprendizagem estatística (statistical learning, em inglês) são divididos em métodos de aprendizagem supervisionada e métodos de aprendizagem não supervisionada. Para cada uma dessas diferentes abordagens, há uma coleção relativamente grande de diferentes métodos, cada um com seu próprio jeito de funcionamento.
Assinale a alternativa que indica um problema de aprendizagem não supervisionada:
A - Ajudaremos médicos se conseguirmos avaliar a gravidade de uma doença a partir de dados relativos às condições do paciente.
B - Gostaríamos de saber que pessoas ficarão inadimplentes com o pagamento das faturas de seus cartões de crédito.
C - Desejamos entender se há similaridade entre observações (indivíduos) de uma certa amostra de dados.
D - Queremos estimar o valor de imóveis a partir das suas características, tais como sua área, seu andar e sua localização.
E - Pretendemos ter uma ideia do volume de vendas de um produto de varejo a partir de algumas características do ponto de venda.
Respostas
respondido por:
51
Resposta:
Desejamos entender se há similaridade entre observações (indivíduos) de uma certa amostra de dados.
Explicação:
respondido por:
0
Consoante os métodos de aprendizagem estatística, a alternativa que informa um problema de aprendizagem não supervisionada, é o item c).
O que é aprendizagem não supervisionada?
- O aprendizado supervisionado envolve treinar um modelo para prever os valores de uma variável de saída com base nos dados de entrada;
- O modelo é chamado de “supervisionado” porque se baseia em dados de treinamento rotulados que possuem variáveis de entrada e saída;
- Um problema de regressão pode ser visto como aquele em que a variável resposta é quantitativa e um problema de classe pode ser visto como aquele em que a variável resposta é qualitativa.
Aprenda mais sobre a aprendizagem não supervisionada em: https://brainly.com.br/tarefa/42030840?referrer=searchResults
#SPJ2
Anexos:
Perguntas similares
5 anos atrás
5 anos atrás
8 anos atrás
8 anos atrás
8 anos atrás
9 anos atrás
9 anos atrás