Verificação de conhecimento

Concluído

Verifique o seu conhecimento

1.

Qual é o benefício da normalização dos dados?

Tempos de preparação mais rápidos

Remoção mais precisa de valores em falta

Identificação de algoritmos preferenciais para preparação

2.

Um modelo que está a preparar tem um bom desempenho no seu conjunto de preparação, mas mal no seu conjunto de testes. O que é provável que esteja a acontecer?

Ocorreu um subajuste e o modelo não é suficientemente preciso. Deve continuar a treinar.

Ocorreu um sobreajuste e o modelo não está a ter um bom desempenho em novos dados fora da preparação. Pode parar a preparação mais cedo ou recolher dados mais diversificados.

O seu modelo está bem. Em vez disso, tem de utilizar os seus dados de preparação para testar o modelo.

3.

O modelo deve ser utilizado numa aplicação desafiante, onde tem de ter um desempenho muito fiável. Qual é um método adequado para testar a fiabilidade dos seus modelos em situações difíceis?

Criar um conjunto de preparação maior

Utilize a abordagem de retenção e crie um terceiro conjunto de dados especial organizado para incluir exemplos em que a saída dos modelos precisa de cumprir os limiares de desempenho.

Fique atento ao seu custo enquanto treina. Se tiver alguma variabilidade, pode parar a preparação.

Tem de responder a todas as questões antes de verificar o seu trabalho.