Essa pergunta também está no material:
Respostas
Ed
Vamos analisar cada afirmativa: I. Redução de dimensionalidade: Essa técnica é comumente utilizada na preparação de dados para modelos de aprendizado de máquina, pois ajuda a reduzir a complexidade dos dados e a evitar overfitting. Está correta. II. Tratamento de valores ausentes: Essa técnica é essencial na preparação de dados, pois valores ausentes podem prejudicar a performance do modelo. Está correta. III. Normalização de dados: A normalização de dados é importante para garantir que diferentes features estejam na mesma escala, facilitando o treinamento do modelo. Está correta. IV. Identificação de outliers: Identificar e lidar com outliers é fundamental para garantir a qualidade dos dados e a performance do modelo. Está correta. Portanto, todas as afirmativas estão corretas. A alternativa que contém todas as afirmativas corretas é: e) Apenas as afirmativas II, III e IV estão corretas.
✏️ Responder
Para escrever sua resposta aqui, entre ou crie uma conta