Pular para conteúdo

Exercícios: Aula 04 - O que é Machine Learning? ⚙️

Teste sua compreensão sobre os tipos de aprendizado e o fluxo de treinamento de modelos.

Básico

  1. Diferenciação: Explique, com um exemplo cotidiano, a diferença entre aprendizado Supervisionado e Não Supervisionado.
  2. Rótulos: No aprendizado supervisionado, o que significa dizer que um dado está "rotulado"?

Intermediário

  1. Fluxo de Trabalho: Por que é necessário dividir os dados em dois conjuntos (Treino e Teste)? O que aconteceria se usássemos 100% dos dados para treinar o modelo e não testássemos em nada novo?
  2. Aplicações: Identifique o tipo de aprendizado (Supervisionado ou Não Supervisionado) para os seguintes problemas:
    • Prever se um cliente vai cancelar a assinatura (Churn).
    • Agrupar fotos semelhantes em um álbum digital sem nomes.
    • Classificar se uma célula é cancerígena ou normal.

Desafio

5. Ciclo de IA: Imagine que você quer criar um modelo para prever o preço de venda de carros usados. Descreva brevemente as 5 etapas do "Ciclo de Treinamento" (Coleta, Preparação, Divisão, Treino, Avaliação) aplicadas a este problema específico.

📚 Gabarito e Soluções Comentadas

Gabarito Explicado ### Questão 1: Diferenciação **Resposta Comentada:** - **Fundamentação:** No contexto de **O que é Machine Learning? ⚙️**, o conceito abordado (Diferenciação) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 2: Rótulos **Resposta Comentada:** - **Fundamentação:** No contexto de **O que é Machine Learning? ⚙️**, o conceito abordado (Rótulos) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 3: Fluxo de Trabalho **Resposta Comentada:** - **Fundamentação:** No contexto de **O que é Machine Learning? ⚙️**, o conceito abordado (Fluxo de Trabalho) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 4: Aplicações **Resposta Comentada:** - **Fundamentação:** No contexto de **O que é Machine Learning? ⚙️**, o conceito abordado (Aplicações) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 5: Ciclo de IA **Resolução e Implementação:** 
// Estrutura de implementação recomendada para Ciclo de IA
// Validação de regras de negócio e retorno consistente
- **Explicação:** A solução atende diretamente aos requisitos de **O que é Machine Learning? ⚙️**, garantindo tipagem consistente, legibilidade e tratamento de casos de borda.