Quiz sobre Aprendizado de Máquina

Com base na matriz de confusão gerada por um modelo de classificação, o que pode ser calculado?

• Apenas a acurácia do modelo.

• Apenas o recall do modelo.

• Acurácia, precisão e recall.

Qual é a principal função do agrupamento (clustering) em aprendizado não supervisionado?

• Classificar dados com base em categorias predefinidas.

• Encontrar características importantes dos dados.

• Agrupar dados por similaridade.

O que é agrupamento (clustering) em aprendizado não supervisionado?

• É uma técnica que utiliza redes neurais para classificar dados em categorias predefinidas.

• É uma técnica que utiliza um conjunto de dados rotulado para treinar o modelo.

• É uma técnica que busca agrupar dados em clusters com base em similaridades.

Underfitting acontece quando o modelo é complexo demais e por isso se ajusta excessivamente aos dados.

• Verdadeiro

• Falso

O que acontece quando um modelo de aprendizado de máquina apresenta overfitting?

• O modelo é muito simples para aprender os dados.

• O modelo é muito complexo e aprende o ruído do treinamento.

• O modelo não é treinado com exemplos suficientes.

• O modelo não consegue ajustar os dados de treinamento.

Overfitting em aprendizado de máquina ocorre quando o modelo é muito -------- e se ajusta demais, o que prejudica sua capacidade de generalização para novos dados.

(a)  

No Jupyter Notebook, é uma boa prática verificar se há valores ausentes nos dados antes de dividi-los em treino e teste.

• Verdadeiro

• Falso

Qual técnica é usada para avaliar o desempenho de um modelo dividindo o conjunto de dados em várias partes, treinando e testando o modelo em diferentes combinações dessas partes?

• Normalização.

• Agrupamento hierárquico.

• Regressão linear.

• Validação cruzada.

• Redução de dimensionalidade.

A divisão dos dados com train_test_split deve ser feita somente após o treinamento do modelo, para aproveitar todos os dados disponíveis.

• 
• 

Codificar variáveis categóricas é necessário porque a maioria dos algoritmos de machine learning não consegue trabalhar diretamente com textos ou rótulos.

• Verdadeiro

• Falso