Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

As ontologias leves (lightweight ontologies) têm por objeto a definição detalhada, embora simples, de cada conceito representado de modo que se possa definir a taxonomia que representa a relação hierárquica entre conceitos.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A OWL é uma linguagem de esquema para conformidade sintática utilizada para o desenvolvimento de aplicações baseadas na web semântica e avalia se o documento está sintaticamente estruturado.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

As ontologias e seus elementos são identificados por meio dos IRI (internationalized resource identifiers), em que cada IRI deve ser absoluto, ou seja, não relativo; logo dois IRI são estruturalmente equivalentes se e somente se suas representações de strings forem idênticas.

Julgue o próximo item, relativo a aprendizado de máquina.

Clustering é uma técnica de mineração de dados que agrupa dados não rotulados com base em suas semelhanças ou diferenças; os algoritmos de cluster podem ser categorizados em sobrepostos, hierárquicos ou probabilísticos.

Julgue o próximo item, relativo a aprendizado de máquina.

Naive bayes é um algoritmo de machine learning supervisionado que realiza classificação com base no princípio da independência condicional de classe a partir do teorema de Bayes, em que o algoritmo avalia o quanto ele contribuiu para classificar a instância como boa ou ruim, construindo uma tabela de probabilidades.

Julgue o próximo item, relativo a aprendizado de máquina.

A regressão é um tipo de aprendizado não supervisionado cujo objetivo é entender a relação entre variáveis dependentes.

Julgue o próximo item, relativo a aprendizado de máquina.

No aprendizado de máquinas, o aprendizado supervisionado compreende um conjunto de dados de treinamento para ensinar modelos a mostrar a saída desejada.

Julgue o próximo item, relativo a aprendizado de máquina.

As tarefas de aprendizado de máquina podem ser divididas em três grandes grupos: classificação, agrupamento e associação, devendo o primeiro grupo possuir uma classe que se pretenda prever.

Julgue o próximo item, relativo a aprendizado de máquina.

Overfitting é um comportamento esperado e desejável de aprendizado de máquina, uma vez que descreve assertividade e acurácia altas quando o modelo de aprendizado de máquina fornece previsões precisas para novos dados com base nos dados de treinamento.

Julgue o próximo item, relativo a aprendizado de máquina.

Ocorre sobreajuste quando o modelo não pode determinar uma relação significativa entre os dados de entrada e saída, ou seja, quando o modelo não é treinado pelo período apropriado em relação à quantidade de dados.