Ed
há 2 semanas
Para determinar a fórmula correta da função custo em aprendizagem de máquina, precisamos entender que a função custo é frequentemente utilizada em problemas de classificação binária, especialmente em modelos como a regressão logística. Analisando as alternativas: a) \( l(w, b) = -\frac{1}{m} \sum_{i=1}^{m} \left[ y_i \log(\hat{y}_i) \times (1 - y_i) \log(1 - \hat{y}_i) \right] \) - Esta fórmula não está correta, pois a multiplicação entre os termos não é a forma usual da função custo. b) \( l(w, b) = -\frac{1}{m} \sum_{i=1}^{m} \left[ y_i \log(\hat{y}_i) + (1 - y_i) \log(1 - \hat{y}_i) \right] \) - Esta é a fórmula correta da função custo para a regressão logística, que calcula a perda logarítmica. c) \( l(w, b) = \frac{1}{m} \sum_{i} \) - Esta alternativa está incompleta e não fornece uma definição clara da função custo. Portanto, a alternativa correta que define a fórmula da função custo é: b) \( l(w, b) = -\frac{1}{m} \sum_{i=1}^{m} \left[ y_i \log(\hat{y}_i) + (1 - y_i) \log(1 - \hat{y}_i) \right] \).