Engenharia de softwareInteligencia artificial
- (FCC 2022)
A implantação de uma solução de machine leamingtipicamente passa por 5 fases. Na fase inicial, deve-se ter clareza quanto à pergunta ou problema para o qual se busca uma solução e quanto às informações que serão utilizadas, sejam elas de propriedade do interessado ou a serem adquiridas no mercado. As outras fases são:
I Treinar o modelo ajustando os atributos, parâmetros de treinamento e algoritmos até que o modelo produza os resultados desejados. A validação é realizada comparando-se as predições com os resultados reais.
II Monitorar os resultados das predições para verificar se o modelo continua generalizando. Se houver uma diminuição significativa na capacidade de predição do modelo, este deve ser treinado novamente com novos dados ou até mesmo os algoritmos, atributos e parâmetros de treinamento devem ser ajustados.
III Definir o objetivo do aprendizado de máquina, estruturar o modelo que será o responsável por realizar as predições e adequar os dados para os algoritmos selecionados.
IV Verificar se o modelo generaliza. No caso de o modelo não generalizar, deve-se retornar para as fases anteriores ou até mesmo para a fase inicial. Se generalizar, o modelo já pode seguir para a produção.
A ordem sequencial correta das outras fases é:
A)
FASE 2 FASE 3 FASE 4 FASE 5
III I IV II
B)
FASE 2 FASE 3 FASE 4 FASE 5
I IV II III
C)
FASE 2 FASE 3 FASE 4 FASE 5
IV III I II
D)
FASE 2 FASE 3 FASE 4 FASE 5
I II III IV
E)
FASE 2 FASE 3 FASE 4 FASE 5
III II I IV
Próximo:
EXERCÍCIOS - Exercício 64
Vamos para o Anterior: Exercício 62
Tente Este: Exercício 65
Primeiro: Exercício 1
VOLTAR ao índice: Engenharia de software