Logo Passei Direto
Buscar
Importante para a formulação do conceito de Machine Learning, o exemplo do jogo denominado 'game of checkers', proposto no experimento de Arthur Samuel (1959), tratava de um programa de aprendizado de máquina para jogar damas. Com base na definição do Machine Learning, assinale a alternativa CORRETA:


A Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E.
B Um programa que aprende a partir da execução E, em relação ao tempo T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E.
C Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida de problemas P, se seu desempenho em T, medido por P, melhora com E.
D Um programa que aprende a partir da experiência E, em relação ao tempo T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E.
User badge image
Progresso com Exercícios

há 2 anos

Respostas

User badge image

Ed Verified user icon

há 6 meses

Para identificar a alternativa correta sobre a definição de Machine Learning, vamos analisar cada uma delas: A) Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E. - Esta definição está correta, pois menciona a experiência, a classe de tarefas e a medida de desempenho, que são elementos fundamentais em Machine Learning. B) Um programa que aprende a partir da execução E, em relação ao tempo T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E. - Aqui, a palavra "execução" não é a mais adequada, pois o foco deve ser na experiência. C) Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida de problemas P, se seu desempenho em T, medido por P, melhora com E. - A palavra "problemas" não é a mais apropriada, o correto seria "desempenho". D) Um programa que aprende a partir da experiência E, em relação ao tempo T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E. - Novamente, a relação com "tempo" não é a mais adequada, pois o foco deve ser na classe de tarefas. Portanto, a alternativa correta é: A.

Essa resposta te ajudou?

0
Dislike0
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

User badge image

Ed Verified user icon

há 2 anos

A alternativa correta é a letra A: "Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E." Essa é a definição de Machine Learning proposta por Tom Mitchell em 1997. O exemplo do jogo de damas proposto por Arthur Samuel foi importante para a formulação desse conceito.

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Mais perguntas desse material

Considerando o problema de Detectar um perfil de clientes para fornecer cartão de crédito, associe os itens, utilizando o código a seguir:
I- Tarefa T.
II- Medida de Desempenho P.
III- Experiência de Treinamento E.
( ) Uma base de dados histórica em que os clientes já conhecidos são previamente classificados como bons ou maus pagadores.
( ) Porcentagem de clientes classificados corretamente.
( ) Classificar potenciais novos clientes como bons ou maus pagadores.
A II - I - III.
B III - II - I.
C I - II - III.
D III - I - II.

Sobre a função de regressão linear simples, assinale a alternativa CORRETA:


A y = a + bx
B y = a + b
C y = a + x
D y = bx

Com base nesse modo, assinale a alternativa CORRETA:


A Aprendizado por sistemas.
B Aprendizado supervisionado.
C Aprendizado não supervisionado.
D Aprendizado por reforço.

Sobre a implementação do Naive Bayes com o scikit-learn, para que o comando seja executado com êxito, ordene os itens a seguir:
I- print('A acurácia do Naive Bayes na base de treino é: {:.2f} '.format(classificador_NB.score(X_train_normalizado, y_train)))
II- classificador_NB = MultinomialNB()
III- classificador_NB.fit(X_train_normalizado, y_train)
IV- from sklearn.naive_bayes import MultinomialNB

A I - II - III - IV.
B IV - II - III - I.
C IV - III - II - I.
D I - III - IV - II.

Em machine learning, as tarefas mais conhecidas são as de classificação e de regressão. A regressão é uma técnica que permite inferir a relação de uma variável de resposta (y) com variáveis explicativas (x). Com base na função apresentada em anexo, ao generalizar a função de uma regressão linear, tendo em vista a possibilidade de vários valores de entrada (x), associe os itens, utilizando o código a seguir:
I- Variável dependente.
II- Variável independente.
III- Coeficiente angular.
IV- Coeficiente linear.

A III - IV - I - II.
B I - II - III - IV.
C IV - III - II - I.
D I - IV - III - II.

Em um exemplo de utilização de regressão linear, quando utilizado para a predição da produtividade de uma cultura, este pode ter seu desempenho prejudicado se houver fatores que alterem a produtividade da planta, mas que não sejam explicados quantitativamente pelos atributos independentes. Sobre a regressão linear, classifique V para as sentenças verdadeiras e F para as falsas:

( ) A regressão linear é uma tentativa de modelar uma equação matemática não linear, que descreve o relacionamento entre duas variáveis.
( ) A regressão pode ser representada por f(x) = a + bx.
( ) Os valores de a e b são calculados com base nos valores de entrada.
( ) É possível implementar a regressão linear no Python.
A V - F - V - F.
B F - F - V - V.
C F - V - V - V.
D F - V - F - F.

Mais conteúdos dessa disciplina