FácilMúltipla escolha

Questão de prática de AI-900

Um cientista de dados está construindo um modelo para prever a temperatura exata em graus Celsius com base na umidade e na pressão atmosférica. O modelo produzirá um único valor numérico para cada entrada. Qual é o tipo de tarefa de aprendizado de máquina?

Escolha a melhor resposta.

Resposta correta

  • BRegression

Explicação

Esta é uma tarefa de regressão porque o objetivo é prever um valor numérico contínuo (temperatura em graus Celsius) a partir de recursos de entrada (umidade e pressão atmosférica). Os modelos de regressão geram um número real como saída, ao contrário da classificação, que prevê categorias discretas. No Azure Machine Learning, algoritmos de regressão como Linear Regression ou Decision Forest Regression são usados para tais tarefas.

Por que cada alternativa está certa ou errada

A

Incorreta

Classification

A classificação prevê um rótulo de classe discreto, enquanto o enunciado exige um valor numérico contínuo de temperatura, que é a regressão. É tentador porque a classificação é a tarefa supervisionada comum para dados rotulados, mas estaria correta apenas se a saída fosse uma categoria como quente, morno ou frio.

B

Correta

Regression

A regressão prevê uma saída numérica contínua, aqui um valor exato de temperatura em graus Celsius a partir de entradas de umidade e pressão. A classificação geraria rótulos discretos ou categorias em vez disso, portanto a regressão é o tipo de tarefa que se adapta a essa previsão contínua.

C

Incorreta

Clustering

O agrupamento (clustering) é um agrupamento não supervisionado de pontos de dados semelhantes, produzindo atribuições de cluster em vez de um valor numérico previsto. É tentador porque o clustering se adapta à exploração de dados não rotulados, mas estaria correto apenas quando o objetivo for descobrir agrupamentos naturais, e não prever a temperatura a partir da umidade e da pressão.

D

Incorreta

Object detection

A detecção de objetos localiza e classifica itens dentro de imagens, gerando caixas delimitadoras, e não uma temperatura numérica a partir de entradas tabulares de sensores. É tentador porque é uma carga de trabalho de AI bem conhecida, mas estaria correta apenas para identificar e posicionar objetos em dados de imagem ou vídeo.

Para se aprofundar

A regressão prevê um valor numérico contínuo, portanto, um modelo treinado com umidade e pressão para produzir a temperatura em graus Celsius minimiza uma perda, como o erro quadrático médio sobre rótulos de valores reais. A classificação, por sua vez, prevê rótulos de classe discretos, o agrupamento (clustering) agrupa pontos não rotulados e a detecção de objetos localiza e classifica objetos em imagens. Uma sutileza é que as saídas de regressão podem ser qualquer número real, de modo que os profissionais geralmente avaliam com MAE ou RMSE em vez de acurácia, e podem precisar limitar as previsões a intervalos fisicamente plausíveis. Essa distinção é importante ao escolher os tipos de tarefa e métricas do Azure Machine Learning, uma vez que selecionar a classificação discretizaria a temperatura e descartaria a relação numérica que o negócio precisa.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.