Conjuntos de dados, generalização e overfitting: teste seu conhecimento

Vamos fazer um teste rápido. É necessário responder corretamente a pelo menos 4 perguntas para passar neste teste.

1. Qual das alternativas a seguir é um exemplo de um conjunto de dados estacionário?

   Taxas de chuva em Seattle, Washington

   Catálogo de notas musicais nas sinfonias de Beethoven

   Palavras mais usadas em e-mails de spam

   Venda diária de ingressos em um cinema

2. Você está se preparando para treinar um modelo de previsão do preço promocional de carros usados usando um conjunto de dados com os seguintes atributos: year, model e mileage. Ao examinar o conjunto de dados, você descobre que estão faltando valores de quilometragem para 150 de 2.500 exemplos. Quais das opções a seguir seriam ações razoáveis? Escolha todas as opções relevantes.

   Escolha quantas respostas você achar adequado.

   Remover esses 150 exemplos do conjunto de dados

   Remover a coluna mileage do conjunto de dados e treinar o modelo apenas com base no ano e no modelo.

   Inserir um valor de 0 em todos os campos de quilometragem vazios

   Inferir uma estimativa de mileage para cada campo vazio multiplicando a idade do carro pela quilometragem média anual de todos os carros do conjunto de dados

3. Você está treinando o modelo de recomendação de filmes de um serviço de streaming para prever se um usuário gostará ou não de um determinado filme. Quais das opções a seguir seriam rótulos substitutos razoáveis para "O usuário gostou do filme"? Escolha todas as opções relevantes.

   Escolha quantas respostas você achar adequado.

   O usuário salvou o filme na lista "Quer assistir".

   O usuário clicou em "Começar a assistir ao filme".

   O usuário recomendou o filme para outro usuário.

   O usuário deu uma classificação de 5 estrelas ao filme.

4. Verdadeiro ou falso: treinar o modelo até que ele atinja um valor de perda baixo nos dados de teste é uma boa maneira de evitar o overfitting.

   Verdadeiro

   Falso

5. Preencha a lacuna na frase a seguir:
   A regularização melhora a capacidade do modelo de generalizar novos dados ao penalizar ___ durante o treinamento.

   Previsões incorretas

   Taxa de aprendizado

   Complexidade

   Gradiente descendente

Enviar respostas

Isso foi útil?