Exercício - Treinamento para aprendizagem de máquina

Prévia do material em texto

Treinamento para aprendizagem de máquina
Exercícios
1. Métodos para validar os resultados obtidos em algoritmos de aprendizado de
máquina são fundamentais para garantir a validade e a reprodutibilidade dos
experimentos realizados. Dessa forma, o conhecimento das diferentes técnicas é de
suma importância para o desenvolvimento do analista de dados.
Sendo assim, indique a alternativa que expressa corretamente o funcionamento da
validação cruzada:
Resposta incorreta.
A. Para  o método  da  validação  cruzada é  necessário  dividir  o  conjunto  de  dados  em
partição de treino e testes. O algoritmo é então treinado e posteriormente testado com
todo o conjunto de dados.
Resposta incorreta.
B. Para  o  método  da  validação  cruzada é  necessário  dividir  o   conjunto  de  dados  de
maneira a obter uma distribuição normal para as partições de treino e teste. O algoritmo é
então treinado e testado apenas uma vez.
Resposta incorreta.
C. Para o método da validação cruzada não é necessário dividir o conjunto de dados. O
algoritmo é então treinado e testado com todo o conjunto de dados, de modo a apresentar
o melhor resultado possível.
Você acertou!
D. Para  o método  da validação  cruzada é necessário  dividir  o  conjunto  de dados  em
diferentes partições, onde o algoritmo é treinado e testado até que todas as partições
tenham sido utilizadas no teste.
O conjunto de dados base é dividido em r partições, onde o algoritmo é executado
r  vezes.  Em cada  iteração são separadas   r-1  partições  para  o   treinamento  do
algoritmo e a partição complementar é utilizada para o teste. O método é então
repetido até que todas as r partições tenham sido utilizadas no teste. Para finalizar,
é calculada a média e o desvio padrão para os r testes realizados.
Resposta incorreta.
E. Para  o método  da  validação  cruzada é  necessário  dividir  o  conjunto  de  dados  em
diferentes partições, onde o algoritmo é treinado e testado até que o melhor resultado
possível seja atingido.
2. No contexto de aprendizado de máquina, a tarefa a ser executada tem papel
fundamental na escolha do algoritmo. Isso tem relação com o paradigma de
aprendizado ao qual o problema está atrelado. Saber identificar esses paradigmas é
imprescindível para a correta utilização dos métodos de aprendizado de máquina.
Dessa forma, indique a alternativa que apresenta corretamente as diferenças entre
um classificador e um regressor: 
Você acertou!
A. Classificador é o nome dado ao estimador capaz de aproximar uma função em que o
seu domínio é limitado pelo conjunto de valores nominais. Regressor é o nome dado ao
estimador capaz de aproximar uma função em que o seu domínio é limitado pelo conjunto
infinito e ordenado de valores.
Um algoritmo de aprendizado de máquina é chamado de classificador quando se
deseja estimar uma função em que o seu domínio está limitado pelo conjunto de
valores discretos não ordenados. Quando a função a ser aproximada apresenta o
seu domínio como o conjunto infinito de valores ordenados, é dado o nome de
regressor.
Resposta incorreta.
B. Classificador é o nome dado ao estimador capaz de aproximar uma função em que o
seu domínio é limitado pelo conjunto infinito e ordenado de valores. Regressor é o nome
dado ao estimador capaz de aproximar uma função em que o seu domínio é limitado pelo
conjunto de valores nominais.
Resposta incorreta.
C. Classificador   é   o   nome   dado   ao   algoritmo   de   aprendizado   de  máquina capaz   de
encontrar  grupos de objetos semelhantes no conjunto de dados.  Regressor  é o nome
dado ao estimador capaz de aproximar uma função em que o seu domínio é limitado pelo
conjunto infinito e ordenado de valores.
Resposta incorreta.
D. Classificador é o nome dado ao estimador capaz de aproximar uma função em que o
seu domínio é limitado pelo conjunto de valores nominais. Regressor é o nome dado ao
algoritmo de aprendizado de máquina capaz de encontrar grupos de objetos semelhantes
no conjunto de dados.
Resposta incorreta.
E. Classificador é o nome dado ao estimador capaz de aproximar uma função onde seu
domínio  é   limitado  pelo  conjunto  de  valores  nominais.  Regressor  é  o  nome dado ao
algoritmo de aprendizado que tem por meta reforçar uma ação considerada positiva e
punir a ação negativa para o seu treinamento.
3. Medidas para a visualização do desempenho de um classificador são obtidas por 
meio do uso de matrizes de confusão. Esta matriz ilustra o número de predições 
corretas e incorretas do classificador. Dessa forma, é possível calcular facilmente 
diferentes métricas para o algoritmo.
Sendo assim, calcule as métricas de acurácia, precisão e revocação para a seguinte
matriz de confusão:
Resposta incorreta.
A. Acurácia = 0,72, precisão = 0,85 e revocação = 0,80
Resposta incorreta.
B. Acurácia = 1,00, precisão = 0,68 e revocação = 0,78.
Você acertou!
C. Acurácia = 0,82, precisão = 0,80 e revocação = 0,85.
Uma vez que é apresentada a matriz de confusão, basta utilizarmos as seguintes 
fórmulas para o cálculo da acurácia, precisão e revocação:
Resposta incorreta.
D. Acurácia = 0,85, precisão = 0,83 e revocação = 0,82.
Resposta incorreta.
E. Acurácia = 0,90, precisão = 0,75 e revocação = 0,63.
4. Uma técnica de amostragem para a validação de algoritmos é o método holdout.
Nessa estratégia, divide-se o conjunto de dados em diferentes proporções para o
treinamento e para o teste. Um problema comum com esse tipo de estratégia é a
possível dependência da partição adotada para o treino e/ou teste.
Indique a alternativa que apresenta corretamente uma solução para a utilização do
método holdout:
Resposta incorreta.
A. Para que os resultados apresentem menor dependência da partição, pode-se utilizar a
seleção   adequada   para   os   objetos   que   irão   para   o   conjunto   de   teste,   de  modo   a
avaliarmos o algoritmo com precisão para esses objetos.
Resposta incorreta.
B. Para   que   os   resultados   apresentem   menor   dependência   da   partição,   pode-se
utilizar uma seleção dos objetos da base, de modo a treinar o algoritmo para o pior caso
encontrado, facilitando o seu teste.
Resposta incorreta.
C. Para que os resultados apresentem menor dependência da partição, pode-se utilizar
uma proporção de 50% para o treino e 50% para o teste, garantindo, assim, uma melhor
relação entre as partições.
Resposta incorreta.
D. Para que os resultados apresentem menor dependência da partição, pode-se utilizar
todos   os   objetos   da   base   para   o   treinamento   e   a   avaliação   do   algoritmo,  método
conhecido como ressubstituição.
Você acertou!
E. Para que os resultados apresentem menor dependência da partição, pode-se utilizar o
método de random subsampling, no qual as partições são formadas por objetos aleatórios
da base.
Para evitar que as partições para o método holdout apresentem algum viés, pode-
se utilizar o método de random subsampling. Por meio da divisão dos dados da
base em diferentes conjuntos de treino e teste, nos quais cada par de conjunto é
preenchido com objetos selecionados aleatoriamente da base,  é possível  obter
uma média de desempenho em holdout, de modo a tornar os resultados menos
dependentes das partições.
5. Quando se treina um algoritmo de aprendizado de máquina, deseja-se que
ele apresente capacidade de generalização, ou seja, capacidade de prever a classe
ou o valor de objetos não usados para o seu treinamento.
Nesse contexto, indique a alternativa que explica adequadamente o processo de
subajuste e sobreajuste da curva aos dados usados no treinamento:
Você acertou!
A. Sobreajuste é o nome dado ao ajuste  completo da curva aos dados,  diminuindo a
capacidade   da   rede   de   generalizar   objetos   futuros. Subajuste   é   o   nome   dado
à construção de um modelo simplista em relação aos dados, apresentando desempenho
inferior mesmo durante a fase de treinamento.
Sobreajuste é o processo que ocorre quando o algoritmo se adapta totalmente aos
objetos de treinamento,de modo a perder a sua capacidade de generalização
para   novos   objetos.   Todavia,   o   subajuste   é   a   incapacidade   do   algoritmo   de
estabelecer   as   relações   necessárias   entre   os   dados,   criando   um   modelo
demasiadamente simples.
Resposta incorreta.
B. Subajuste   é   o   nome  dado  ao  ajuste   completo   da   curva  aos  dados,   diminuindo   a
capacidade   da   rede   de   generalizar   objetos   futuros. Sobreajuste   é   o   nome   dado
à construção de um modelo simplista em relação aos dados, apresentando desempenho
inferior mesmo durante a fase de treinamento.
Resposta incorreta.
C. Sobreajuste é o nome dado à construção de modelo de maior complexidade que os
dados   apresentados,   de   modo   a   aumentar   a   capacidade   de   generalização   da
rede. Subajuste é o nome dado à construção de um modelo simplista em relação aos
dados, apresentando desempenho inferior mesmo durante a fase de treinamento.
Resposta incorreta.
D. Sobreajuste é o nome dado ao ajuste completo da curva aos dados,  diminuindo a
capacidade   da   rede   de   generalizar   objetos   futuros. Subajuste   é   o   nome   dado
à construção de um modelo simplista em relação aos dados, de modo a garantir um poder
de generalização ainda maior ao algoritmo.
Resposta incorreta.
E. Sobreajuste é o nome dado ao ajuste  completo da curva aos dados,  diminuindo a
capacidade da rede de generalizar objetos futuros. Subajuste é o nome dado ao método
de correção para o problema de sobreajuste, devolvendo o balanceamento da capacidade
de generalização ao algoritmo.
	Treinamento para aprendizagem de máquina
	Exercícios