Geral
Aprendizado de Máquina
Semana 3
0

Questão

O sucesso de um algoritmo probabilístico depende do design cuidadoso para minimizar erros e otimizar resultados. Muitas vezes, esses algoritmos apresentam um "trade-off" entre precisão e desempenho, permitindo personalizações para diferentes aplicações. Isso os torna populares em inteligência artificial, otimização combinatória e biologia computacional.

Neste sentido, sobre o classificador Naive Bayes, interprete as afirmativas a seguir:

I. O classificador Naive Bayes assume que todos os atributos do conjunto de dados são independentes entre si, dado a classe.

II. O classificador Naive Bayes só pode ser aplicado a problemas de classificação binária, não sendo útil para problemas com múltiplas classes.

III. O desempenho do classificador Naive Bayes é invariável à presença de atributos irrelevantes no conjunto de dados.

Está correto o que se afirma em:
A) III, apenas.
B) I, II e III.
C) I e II, apenas.
D) I, apenas.
E) II e III, apenas.
function vote(questaoId, value) { window.location.href = "/accounts/login/?next=/questao/2601/"; return; fetch(`/vote/questao/${questaoId}/`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'X-CSRFToken': 'aRJXrobjVTekYrcDqmM4QsddCwpzmp955JGCfkfL6Fc8se5DnOX8HWxr4sM8xh0m' }, body: JSON.stringify({ value: value }) }) .then(response => response.json()) .then(data => { if (data.success) { document.getElementById(`score-${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'); } }); }