Sobre as redes neurais convolucionais, é correto afirmar que:

Sobre os autoencoders, podemos dizer que:

O ChatGPT é um modelo de linguagem desenvolvido pela OpenAI, baseado na arquitetura GPT (Generative Pre-trained Transformer). Sobre o Chat-GPT, é correto afirmar que:

São desafios do processo de agrupamento de dados, EXCETO:

Recentemente muito tem sido discutido em relação à interpretabilidade dos modelos de aprendizado de máquina. Eles têm sido comparados a caixas-pretas,pois, embora venham apresentando resultados impressionantes com sua acurácia, não se tem muitas vezes ideia do que acontece dentro deles. Em outras palavras, as previsões são úteis e precisas, mas não se sabe como elas foram feitas e quais atributos ou fatores podem ter maior influência nos resultados.
Trata-se de modelos complexos que absorvem relações não lineares e não triviais nos dados. É preciso que o analista de dados tenha uma visão crítica e entendimento dos algoritmos. Suponha que você tenha sido contratado para criar um sistema que utilize modelos de aprendizado de máquina para classificar pacientes segundo a propensão a apresentar uma determinada doença, mas um requisito essencial do sistema é que seja possível explicar claramente como se chegou a essa previsão. Dentre os seguintes algoritmos, é correto afirmar o que se utilizaria é:

Todos podem cometer erros, inclusive os algoritmos de aprendizado de máquina. Existem técnicas que podem ser usadas para aumentar nossa confiança de que eles farão previsões confiáveis. A ideia é usar uma coleção de classificadores treinados em dados levemente diferentes e usar todos para avaliar cada instância de entrada. Cada um deles realiza a classificação e escolhemos a classe mais votada como resultado. É correto afirmar que contém apenas técnicas que podem ser usadas para aumentar a confiabilidade nas previsões segundo essa ideia:

“Sua estrutura básica é organizada em camadas. Neurônios em cada camada podem se comunicar com os neurônios da camada anterior e da próxima. É o formato desta estrutura que resulta no nome aprendizado profundo.” (Andrew Glassner)

Segundo Glassner, o que caracteriza uma rede de aprendizado profundo são:

Sobre a função de ativação de redes neurais, é CORRETO afirmar que:

Observe as afirmativas a seguir, em relação a seleção de atributos para algoritmos de aprendizado de máquina:

I. Se temos atributos na base de dados que sejam redundantes, irrelevantes ou inúteis, devemos eliminá-los.
II. Podemos eliminar atributos que contribuem muito pouco na construção de um modelo como os que tem um mesmo valor na grande maioria das instâncias.
III. Os atributos removidos do conjunto de treinamento devem ser também removidos do conjunto de testes.

Sobre as afirmativas acima, pode-se dizer que:

“Processos de mineração de dados são usualmente aplicados em conjuntos de dados coletados para outros propósitos, para uso futuro ou aplicações diversas. Por essa razão, aplicações de mineração de dados quase nunca podem se beneficiar de estratégias que endereçam a correção de erros na fonte dos dados.” Entretanto, a maioria das estatísticas aplicadas em processos de mineração de dados depende da qualidade de dados. Como prevenir problemas na qualidade dos dados na sua geração não é uma opção, o processo de limpeza de dados inclui a seguinte tarefa: