

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
As Árvores de Decisão são algoritmos de aprendizagem supervisionada usados para classificação e regressão, modelando decisões com base em regras derivadas dos dados. Elas são amplamente utilizadas em diversas áreas, como saúde, finanças e análise de risco.
Como exemplo, considere a Árvore de Decisão (fictícia), a seguir, que classifica pacientes com base no risco de ter um infarto. As decisões são feitas com base em três critérios: idade, peso e se é fumante, ou não.

Em relação ao funcionamento das Árvores de Decisão, assinale a alternativa que descreve seu princípio de operação e comportamento na modelagem de dados.
A complexidade da árvore pode ser ajustada para evitar overfitting, garantindo um modelo mais generalizável para novos dados.
As Árvores de Decisão sempre resultam em classificações 100% precisas, pois seguem um conjunto fixo de regras baseadas em dados históricos.
As Árvores de Decisão não podem ser usadas para classificação, apenas para problemas de regressão numérica.
As decisões tomadas pela árvore são baseadas em cálculos probabilísticos de redes neurais profundas.
Quanto mais profunda for a árvore, melhor será seu desempenho, pois ela sempre aprende melhor os padrões dos dados.