Geral
Aprendizado de Máquina
Semana 4
0
Questão
A
análise estatística é fundamental no aprendizado baseado em maximização
de imagens, sendo empregada para estimar distribuições de pixels em um
conjunto de dados. Os métodos como máxima verossimilhança ou MAP (Máxima
a Posteriori) são usados para ajustar parâmetros de modelos
probabilísticos.
Com relação a este contexto e sobre o conteúdo estudado, examine as asserções a seguir e a relação proposta entre elas.
I. Os SVMs não lineares podem separar dados que não são linearmente separáveis no espaço original.
PORQUE
II. Os SVMs não lineares utilizam múltiplos hiperplanos no espaço original para criar regiões de decisão complexas.
A respeito dessas asserções, assinale a alternativa correta.
function vote(questaoId, value) {
window.location.href = "/accounts/login/?next=/questao/473/";
return;
fetch(`/vote/questao/${questaoId}/`, {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'X-CSRFToken': 'Np4w3mOEHulHkDErtnVnMJFRvAiluv284GCVmWjD8kW0EAhuXC32yArOIKyERLny'
},
body: JSON.stringify({ value: value })
})
.then(response => response.json())
.then(data => {
if (data.success) {
document.getElementById(`score-${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');
}
});
}
Com relação a este contexto e sobre o conteúdo estudado, examine as asserções a seguir e a relação proposta entre elas.
I. Os SVMs não lineares podem separar dados que não são linearmente separáveis no espaço original.
PORQUE
II. Os SVMs não lineares utilizam múltiplos hiperplanos no espaço original para criar regiões de decisão complexas.
A respeito dessas asserções, assinale a alternativa correta.