Carregando...
Carregando...
Ajude a melhorar a plataforma
Uma das formas de lidar com tarefas preditivas em aprendizado de máquina, principalmente quando as informações disponíveis são incompletas ou imprecisas, é por meio do uso de algoritmos baseados no teorema de Bayes, os métodos probabilísticos bayesianos.
Dentre eles, destaca-se o classificador Naive Bayes, que é considerado ingênuo:
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.
Alternativa C - porque assume que os atributos são independentes.
O classificador Naive Bayes é um dos algoritmos mais populares para tarefas como filtragem de spam e análise de sentimento devido à sua simplicidade e eficiência.
O algoritmo baseia-se no Teorema de Bayes para calcular a probabilidade de uma classe dada a ocorrência de certos atributos. Ele é chamado de "Naive" (Ingênuo) devido a uma simplificação matemática forte sobre a relação entre os dados.
O termo "ingênuo" refere-se especificamente à premissa de que cada atributo de um dado exemplo contribui de forma independente para a probabilidade da classe, ignorando qualquer possível correlação entre eles.
Exemplo: Para classificar uma fruta como "Maçã", ele olha para "cor vermelha", "formato redondo" e "tamanho médio" como se essas características não tivessem relação entre si, o que raramente é verdade na natureza, mas simplifica drasticamente o cálculo.
A "ingenuidade" do modelo é uma suposição de independência condicional que, apesar de teoricamente falha, permite que o modelo funcione muito bem na prática.
Alternativa C.