Geral
Aprendizado de Máquina
Semana 2
0

Questão

Os algoritmos de aprendizado de regras, como o PART ou o CN2, buscam maximizar a precisão e a cobertura de exemplos ao definir regras. Cada regra identifica um subconjunto específico dos dados, garantindo que as condições delimitadas expliquem bem os exemplos associados àquela classe. O processo de geração de regras geralmente segue uma abordagem gananciosa, que constrói as regras uma a uma. Apesar disso, otimizações posteriores ajudam a evitar redundâncias ou inconsistências.

De acordo com o apresentado, sobre o encadeamento direto (forward chaining) em aprendizado de máquina e sistemas baseados em regras, observe as afirmativas a seguir:

I. O encadeamento direto começa com um conjunto de fatos conhecidos e aplica regras para inferir novos fatos até atingir uma conclusão.

II. No encadeamento direto, as regras são aplicadas em ordem reversa, partindo da conclusão para verificar os fatos.

III. O encadeamento direto é mais adequado para problemas onde todas as informações iniciais estão disponíveis.

Está correto o que se afirma em:
A) I e III, apenas.
B) I, II e III.
C) II e III, apenas.
D) I, apenas.
E) III, apenas.
function vote(questaoId, value) { window.location.href = "/accounts/login/?next=/questao/2380/"; return; fetch(`/vote/questao/${questaoId}/`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'X-CSRFToken': 'HT5sAFYDXLW9BENk8HLQeBgsIQbKXYxXYzQ5qIDyD7tnR4x9xttBARr3CkhvbiGG' }, body: JSON.stringify({ value: value }) }) .then(response => response.json()) .then(data => { if (data.success) { document.getElementById(`score-${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'); } }); }