Questão FC94761
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 denominado bagging (Bootstrap Aggregating) tem como foco principal a redução da variância, e não do viés. No bagging, múltiplos modelos são treinados em paralelo usando amostras diferentes do conjunto de dados (geralmente com reposição), e suas previsões são combinadas, geralmente por votação ou média. Isso ajuda a suavizar as flutuações de um único modelo, diminuindo a variância. Por outro lado, o ajuste dos pesos dos modelos em sequência é uma característica do método boosting, que realmente visa reduzir o viés ao focar nos erros dos modelos anteriores para melhorar as previsões. Portanto, a descrição do bagging apresentada está incorreta.
Conteúdo do catálogo FC Concursos · Atualizado em