Flashcard FC94534
Por que tratar dados ausentes na preparação para aprendizado de máquina?
Inteligência Artificial (IA)
CEBRASPE (CESPE) · 2024
Por que tratar dados ausentes na preparação para aprendizado de máquina?
Mostrar resposta e comentário
Resposta
O tratamento de dados ausentes é importante porque evita viés, melhora a precisão e previne falhas na execução de modelos de aprendizado de máquina.
• Viés: dados incompletos podem distorcer as estimativas e introduzir viés nos resultados do modelo.
• Precisão: a presença de valores ausentes pode reduzir a acurácia das previsões do modelo.
• Execução: muitos algoritmos não suportam valores ausentes e podem falhar ao treinar o modelo.
• Técnicas: é essencial aplicar imputação ou remoção de dados ausentes para garantir a qualidade e integridade dos dados usados no treinamento do modelo.
Veja como foi cobrado:
https://flashcardsconcursos.com.br/portal/flashcard/94378
Conteúdo do catálogo FC Concursos · Atualizado em