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.
Um professor do IFPE coordena um projeto de machine...
Um professor do IFPE coordena um projeto de machine learning para classificar pacientes quanto à presença de câncer de pele. Ele recebeu um conjunto de dados com 35.000 instâncias, contendo 500 exemplos de diagnósticos para câncer de pele. A equipe desse professor dividiu o dataset em 70% de treinamento e 30% de teste, utilizando Decision Tree (algoritmo c4.5) para a tarefa de classificação. Durante a fase de treinamento, o modelo alcançou uma acurácia de 98%, mas, na fase de teste, anotou uma acurácia de 61%. Para o fato descrito, é provável que tenha ocorrido um problema clássico em aprendizagem de máquina. Marque a opção que melhor descreve o problema e uma possível solução, respectivamente.
A
Overfitting devido ao número de instâncias e pode ser mitigado com a técnica de regularização L1.
B
Underfitting devido ao desbalanceamento do dataset e pode ser mitigado com o método de remoção aleatória de amostras da classe majoritária.
C
Overfitting agravado pelo desbalanceamento do dataset e pode ser mitigado com o método de remoção aleatória de amostras da classe majoritária.
D
Underfitting devido à complexidade do modelo e pode ser solucionado com o método SMOTE.
E
Overfitting devido ao número de instâncias e pode ser resolvido com a técnica de regularização Dropout.