Geral
Aprendizado de Máquina
Semana 2
0
Questão
Leia o trecho a seguir:
Os métodos de aprendizado de regras de classificação utilizam técnicas baseadas em algoritmos de busca e heurísticas para encontrar padrões nos dados. Esses métodos têm como objetivo criar regras simples que sejam eficazes para prever as classes de exemplos desconhecidos. Um exemplo é o algoritmo RIPPER, que constrói regras otimizadas iterativamente com base em exemplos de treino. Tais abordagens são úteis em cenários onde a interpretabilidade é tão importante quanto a precisão.
Em aprendizado de máquina, as regras de decisão são expressas na forma de declarações condicionais, como "se [preencher 1] então [preencher 2]", que são utilizadas para classificar exemplos em diferentes categorias.
Os termos [preencher 1] e [preencher 2] são corretamente substituídos por:
function vote(questaoId, value) {
window.location.href = "/accounts/login/?next=/questao/449/";
return;
fetch(`/vote/questao/${questaoId}/`, {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'X-CSRFToken': '4wfMdFNGYPX32hBGFv6WLFrNifryqSQRBFkWU8pjwd2Eu4mtOgtTjogHlx40qaMX'
},
body: JSON.stringify({ value: value })
})
.then(response => response.json())
.then(data => {
if (data.success) {
document.getElementById(`score-${questaoId}`).textContent = data.score;
const upBtn = document.querySelector(`button[onclick="vote(${questaoId}, 1)"]`);
const downBtn = document.querySelector(`button[onclick="vote(${questaoId}, -1)"]`);
upBtn.classList.remove('active-up');
downBtn.classList.remove('active-down');
if (data.user_vote === 1) upBtn.classList.add('active-up');
if (data.user_vote === -1) downBtn.classList.add('active-down');
}
});
}
Os métodos de aprendizado de regras de classificação utilizam técnicas baseadas em algoritmos de busca e heurísticas para encontrar padrões nos dados. Esses métodos têm como objetivo criar regras simples que sejam eficazes para prever as classes de exemplos desconhecidos. Um exemplo é o algoritmo RIPPER, que constrói regras otimizadas iterativamente com base em exemplos de treino. Tais abordagens são úteis em cenários onde a interpretabilidade é tão importante quanto a precisão.
Em aprendizado de máquina, as regras de decisão são expressas na forma de declarações condicionais, como "se [preencher 1] então [preencher 2]", que são utilizadas para classificar exemplos em diferentes categorias.
Os termos [preencher 1] e [preencher 2] são corretamente substituídos por: