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

Conforme Almeida, Tokumoto, Freitas (2021), os programas baseados em Machine Learning (ML) têm o objetivo de descobrir o relacionamento entre as variáveis de entrada/saída do sistema, a partir de uma amostra de dados. Esta amostra é necessária quando os relacionamentos entre as variáveis do problema devem ser compreendidas.


I) Elementos importantes para o aprendizado supervisionado de ML são os dados de treinamento, espaço de hipóteses e o algoritmo de aprendizado


POIS


II) os dados de treinamento pois permitem que seja feito um mapeamento funcional da entrada para a saída; o espaço de hipóteses é um conjunto de funções pré-candidatas; e o algoritmo de aprendizado irá receber dados de treinamento para depois selecionar uma hipótese no espaço de hipóteses a serem definidas.


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


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
4

Resposta:

Alternativa 2

Explicação:

Alternativa 2:

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

Conforme página 60 do livro.

Perguntas similares