Questão FC369896
Uma abordagem recentemente desenvolvida para estimar concentrações de agentes poluentes na atmosfera busca integrar assimilação de dados variacional e processos Gaussianos para ape
Inteligência Artificial (IA)
FGV · 2024
Uma abordagem recentemente desenvolvida para estimar concentrações de agentes poluentes na atmosfera busca integrar assimilação de dados variacional e processos Gaussianos para aperfeiçoar previsões. Processos Gaussianos são modelos estatísticos usados em aprendizado de máquina para descrever observações feitas em algum domínio contínuo, tal como espaço ou tempo.
Com relação aos processos Gaussianos para aprendizado de máquina, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) São uma generalização de dimensão infinita das distribuições normais multivariáveis, em que cada variável aleatória está diretamente relacionada a algum ponto do domínio contínuo considerado.
( ) São amplamente utilizados em modelos de regressão, em que se busca prever a forma de uma função contínua incorporando-se informações provenientes de observações.
( ) Podem ser utilizados em tarefas de classificação, em que se busca prever a probabilidade de um conjunto de dados de entrada pertencer a uma classe específica.
As afirmativas são, respectivamente,
- V – V – F.
- V – F – F.
- V – V – V.
- F – F – F.
- F – F – V.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
Processos Gaussianos são de fato uma generalização de dimensão infinita das distribuições normais multivariáveis: definem uma coleção de variáveis aleatórias indexadas por pontos de um domínio (tempo/espaço) tal que qualquer conjunto finito tem distribuição multivariada normal. Isso é formalizado por \(f(x)\sim\mathcal{GP}(m(x),k(x,x'))\).
Em regressão, usam-se como prior sobre funções; a combinação do prior com observações (assumindo ruído Gaussiano) fornece uma posterior analítica para a função, oferecendo previsões com média e incerteza controladas pela função de covariância (kernel).
Para classificação, aplica-se um GP como prior sobre um processo latente seguido de uma link (ex.: probit/logit) para obter probabilidades de classe. Nesse caso recorrem-se a inferências aproximadas (Laplace, EP, variacional), mas o framework GP continua válido e útil.
Conteúdo do catálogo FC Concursos · Atualizado em