Uma das formas de se realizar um agrupamento é por meio de técnicas de agrupamento baseadas em hierarquia, em que se pode criar estrutura hierárquica de acordo com a proximidade entre os indivíduos, o que resulta em uma árvore binária.

Em relação à teoria do consumidor, julgue os itens a seguir.

Respeitadas as hipóteses da teoria ordinal da utilidade, é possível representar, na mesma curva de indiferença, as duas cestas de bens (x₁ , y₁) e (x₂,y₂), em que x₁ > x₂ e y₁ > y₂.

SVM é um algoritmo de aprendizado de máquina supervisionado que pode ser usado para desafios de classificação ou regressão.

Deep learning é um tipo de aprendizado de máquina que usa redes neurais artificiais para permitir que sistemas digitais aprendam e tomem decisões com base em dados não estruturados e não rotulados.

Ativos mensurados a valor justo estão sujeitos a ajustes decorrentes do teste de impairment.

De acordo com o disposto na Lei n.º 6.404/1976, a entidade pode optar pelo método de custo ou pelo método de reavaliação para a mensuração de bens tangíveis após o seu reconhecimento inicial.

Julgue os próximos itens, relativos a Naive Bayes e random forest.

O algoritmo de classificação Naive Bayes pode ser utilizado para o cálculo da probabilidade de ocorrência de um evento, com base em probabilidades obtidas em eventos numéricos passados, e, por isso, não pode ser empregado em atividades de classificação textual.

Julgue os próximos itens, relativos a Naive Bayes e random forest.

Random forest é um algoritmo de classificação que permite a realização de mineração dos dados por meio da criação de estruturas de aprendizagem a partir de uma base de dados na qual se utiliza uma única árvore de decisão para a classificação dos dados.

Julgue os próximos itens, relativos a Naive Bayes e random forest.

Naive Bayes é um algoritmo de classificação baseado na aprendizagem por reforço, em que um agente realiza uma ação e recebe uma recompensa de acordo com o resultado dessa ação por meio da implementação do teorema de Bayes, com o objetivo de encontrar a probabilidade a posteriori.

Julgue os próximos itens, relativos a Naive Bayes e random forest.

Tamanho do nó, número de árvores e número de recursos amostrados, ou número de preditores amostrados, são parâmetros de algoritmos random forest.