Questão FC94404
Os hiperparâmetros de um modelo são todos os parâmetros que podem ser definidos antes do inicio do treinamento, diferentemente dos parâmetros do modelo, que são aprendidos durante
Inteligência Artificial (IA)
CEBRASPE (CESPE) · 2022
Acerca dos conceitos de otimização de hiperparâmetros de modelos de aprendizado de máquinas, julgue o item que se segue.
A otimização bayesiana se utiliza do conceito de probabilidade para encontrar o valor de entrada de uma função que possa retornar o menor valor de saída possível.
Nesse método, o número de iterações de pesquisa pode ser reduzido a partir da escolha dos valores de entrada, levando em consideração os resultados anteriores, o que caracteriza um processo iterativo.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
Comentário: A afirmação está correta, pois a otimização bayesiana é um método que utiliza o conceito de probabilidade para modelar a incerteza sobre a função de avaliação dos hiperparâmetros. Ao invés de testar aleatoriamente combinações de hiperparâmetros, esse método utiliza informações de iterações anteriores para guiar a busca por uma combinação que minimize a função de perda. Isso torna o processo mais eficiente, pois permite que o algoritmo escolha os próximos hiperparâmetros a serem testados com base em resultados anteriores, resultando em um número reduzido de iterações necessárias para encontrar a melhor configuração.
Conteúdo do catálogo FC Concursos · Atualizado em