• Matéria: Lógica
  • Autor: karenvictoriateixeir
  • Perguntado 3 anos atrás

Conforme Almeida, Tokumoto, Freitas (2021), aprendizagem supervisionada objetiva encontrar ótimos parâmetros que possam ser trabalhados em um modelo de conjunto de testes de rótulos desconhecidos; já a aprendizagem não supervisionada pretende a aprendizagem de padrões na entrada e tem o objetivo é analisar as semelhanças entre os objetos e agrupá-los, quando não são fornecidos valores de saída específicos.


ALMEIDA, Iara Carnevale de; TOKUMOTO, Ronie Cesar; FREITAS, Janaína Aparecida de. ​Técnicas de Machine Learning (Aprendizagem de Máquina). Maringá - PR.: Unicesumar, 2021.


I) A partir de soluções baseadas em aprendizagem, pode-se resolver problemas de classificação e regressão


POIS


II) se a tarefa tem um rótulo oriundo de um conjunto finito e não ordenado, aplicamos uma classificação; caso o rótulo seja um número real, temos regressão. Em outras palavras, a classificação é a atribuição de casos ou instâncias de dados a uma ou mais possíveis classes e a regressão é a estimativa do valor de uma variável baseada em exemplos.


A respeito dessas asserções, assinale a opção correta:

Alternativas
Alternativa 1:
As asserções I e II são proposições falsas.

Alternativa 2:
A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.

Alternativa 3:
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.

Alternativa 4:
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.

Alternativa 5:
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.

Respostas

respondido por: robertosc
2

Resposta:

Alternativa 4

Explicação:

As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. Conforme páginas 63 e 64 do livro.

Perguntas similares