Carregando...
Carregando...
Carregando...
A exploração de dados no aprendizado de máquina se refere ao processo de examinar e resumir um conjunto de dados para obter uma melhor compreensão de suas características, estrutura e relacionamentos entre as variáveis. O objetivo da exploração de dados é identificar padrões, outliers e relacionamentos entre variáveis, que podem informar a escolha de recursos e modelos para um problema de aprendizado de máquina. Considerando o apresentado, analise as afirmativas a seguir sobre a exploração de dados e as correlacione adequadamente aos termos ou ferramentas às quais se referem. Técnica de visualização Técnica de limpeza de dados Técnica de redução de dimensionalidade Processo de identificação e remoção de dados incorretos, incompletos ou irrelevantes de um conjunto de dados. Processo de redução do número de variáveis ou recursos em um conjunto de dados. Gráficos de dispersão, histogramas e gráficos de caixa podem ajudar a visualizar a distribuição e as relações entre as variáveis em um conjunto de dados. Assinale a alternativa que correlaciona adequadamente os dois grupos de informação.
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
JUSTIFICATIVA A sentença I se enquadra no conceito 2, pois a técnica de limpeza de dados faz com que não seja armazenada informação que não ajude o modelo a performar ao máximo, assim, essa técnica é sempre utilizada na modelagem das redes neurais. A sentença II se enquadra no conceito 3, porque a técnica de redução da dimensionalidade permite que o modelo seja compilado mais rápido, já que não haverá matrizes maiores para realizar a análise. A sentença III se enquadra no conceito 1, visto que a técnica de visualização pode variar de acordo como querem ser mostrados (ou mesmo analisados) os dados. Essa técnica facilita encontrar semelhanças nos dados e até inconsistências para depois serem removidas.