Questão FC94402
Os modelos ditos fracos, também chamados modelos de base, muitas vezes são combinados com o objetivo de se construir um modelo mais forte, no qual a variância e o viés atinjam equi
Inteligência Artificial (IA)
CEBRASPE (CESPE) · 2022
O ensemble denominado bagging tem como foco principal a redução do viés e não da variância, treinando-se os modelos em sequência, tal que os erros dos primeiros modelos treinados são utilizados para o ajuste nos pesos matemáticos dos próximos modelos.
Mostrar resposta e comentário
Gabarito
Errado
Comentário do professor
Comentário: A afirmação está errada porque o ensemble conhecido como bagging (Bootstrap Aggregating) tem como principal objetivo a redução da variância, e não do viés. Ele faz isso treinando múltiplos modelos de forma independente e em paralelo, utilizando diferentes subconjuntos dos dados originais, e então combina suas previsões. Isso ajuda a estabilizar as previsões e a reduzir a variação, especialmente em modelos que são suscetíveis a overfitting. O ajuste que menciona é característico de outro método chamado boosting, onde os modelos são treinados sequencialmente e os erros dos modelos anteriores influenciam o treinamento dos seguintes. Portanto, a confusão entre os dois métodos é o que torna a afirmação incorreta.
Conteúdo do catálogo FC Concursos · Atualizado em