quiz-analista-de-ml

Qual destes é um hiperparâmetro da árvore de decisão?

• altura da árvore

• número de nós da árvore

• decidir qual é a raiz da árvore

Qual das alternativas abaixo melhor descreve o aprendizado supervisionado?

• O modelo recebe dados sem rótulos e encontra padrões por conta própria.

• O modelo é treinado com dados rotulados, associando entradas a saídas corretas.

• O modelo aprende apenas por tentativa e erro, sem receber exemplos corretos.

Qual é a principal vantagem do algoritmo Random Forest em relação a uma única árvore de decisão?

• Ele sempre gera o mesmo resultado, independentemente dos dados de entrada.

• Ele é mais rápido do que uma única árvore de decisão para grandes conjuntos de dados.

• Ele reduz o overfitting ao combinar múltiplas árvores de decisão.

Qual é a principal característica do algoritmo K-Nearest Neighbors (KNN)?

• Ele utiliza uma rede neural profunda para classificar os dados.

• Ele cria um modelo preditivo a partir de regras de decisão.

• Ele classifica um novo dado com base nos K vizinhos mais próximos.

O que é overfitting em um modelo de aprendizado de máquina?

• Quando o modelo se ajusta tão bem aos dados de treinamento que tem um desempenho ruim em novos dados.

• Quando o modelo generaliza bem para novos dados e tem alta precisão em todos os conjuntos de dados.

• Quando o modelo não consegue aprender padrões suficientes dos dados de treinamento, resultando em baixa precisão.

Qual das alternativas melhor descreve o problema de underfitting em um modelo de machine learning?

• O modelo se ajusta muito bem aos dados de treinamento, mas tem um desempenho ruim em novos dados.

• O modelo é muito simples e não consegue capturar padrões relevantes nos dados.

• O modelo tem um bom desempenho nos dados de teste, mas apresenta alta variância.

Qual dos seguintes produtos utiliza Machine Learning em seu funcionamento?

• Um sistema de recomendação de filmes baseado no seu histórico

• Um relógio analógico tradicional

• Um editor de texto simples sem correção automática

Qual é a relação fundamental entre Machine Learning e dados?

• Machine Learning melhora seus resultados reduzindo ao máximo a quantidade de dados utilizados.

• Machine Learning pode funcionar sem dados, pois aprende apenas com regras predefinidas.

• Machine Learning depende de grandes quantidades de dados para aprender padrões e fazer previsões.