🚀 Curso Grátis CONCURSO SERPRO 2023, cargo Analista em Tecnologia: ruclips.net/p/PLBKXa8XfK1ijwM_cXYYzhwcpKz0n-iHee 📚 GRUPO de preparação para CONCURSOS DE TI: t.me/+EhlbaxZ7BsIwYjEx ⭐ Seja membro deste canal e ganhe benefícios: www.youtube.com/@ArnaldoJunior/join ❤ Inscreva-se: youtube.com/@ArnaldoJunior?sub_confirmation=1
um exemplo de entrada de resultado pelo algoritmo que nem mesmo depois de gerar as hipóteses ainda não é o melhor para o usuário, temos o GPS, quando necessitamos de uma rota para chegar a locais que não sabemos, quando se tem varias hipóteses de chegar aquele lugar e o GPS escolhe uma por tempo de viagem, distancia e etc, muitas vezes não é o melhor para o usuário por não ser considerada, condições da estrada, fluxo de trafego no local, situações climáticas que podem afetar a condição da estrada e afins, quem já viajou por uma estrada que a viagem seria de 1 hora e acabou gastando 2 por causa das péssimas condições da estrada, entenderá bem, o detalhe de o algoritmo nem sempre entregar a melhor solução para o usuário. obrigado pelo conteúdo professor, estou estudando para a prova do BB e creio que suas aulas ajudará bastante.
Professor, fazer um pedido... Vi suas aulas, vou rever todas depois, mas fui responder a última prova de tecnologia da CESGRANRIO e tive algumas dificuldades mesmo sabendo do que se tratava. Seria legal você fazer um vídeo respondendo questões da banca, para sabermos como ela cobra os assuntos na hora da prova.
@Leo Freitas sim, cara! Ninguém tem uma correção dessa prova no RUclips, seria muito bom o professor com a didática dele corrigir. Achei uma correção no Gran eu acho, mas o professor tava muito confuso com o enunciado. Acho que seria incrível uma correção dela!
Prezado professor, há um tempo eu havia assistido um video do senhor, que me agregou bastante conhecimento, sobre aprendizado de máquina. Se não esteja enganado, foi uma aula preparatória para o concurso do BB, na qual o senhor abordava sobre Acurácia, Recall e etc. Entrei no canal para poder revisar, porém, não encontrei. Esta aula encontra-se disponível em algum lugar ?
No sentido tradicional, o aprendizado supervisionado requer dados rotulados, ou seja, dados para os quais já se conhece a resposta correta. Esses dados são usados para treinar um modelo a fazer previsões ou tomar decisões baseadas nos padrões encontrados nos dados de treinamento. No entanto, existem técnicas que podem incorporar dados não rotulados no processo de aprendizado supervisionado. Uma abordagem comum é o aprendizado semi-supervisionado, onde um modelo é treinado usando uma combinação de dados rotulados e não rotulados. Os dados não rotulados são usados para fornecer informações adicionais sobre a estrutura dos dados e podem ajudar a melhorar o desempenho do modelo, especialmente quando há uma escassez de dados rotulados.
Outra abordagem é o aprendizado por transferência, onde um modelo pré-treinado em uma tarefa relacionada é adaptado para uma tarefa específica com um conjunto limitado de dados rotulados. Os dados não rotulados podem ser usados durante o pré-treinamento ou finetuning para melhorar a capacidade do modelo de generalizar para a nova tarefa. Além disso, há técnicas como a aprendizagem por reforço, onde o sistema aprende a tomar decisões otimizadas com base em interações com o ambiente, que podem ser consideradas uma forma de aprendizado supervisionado em um contexto mais amplo, embora não envolvam dados rotulados da mesma maneira que o aprendizado supervisionado tradicional.
Acabei achando essa questão de uma prova anterior, alguém pode me explicar como chega ao resultado dessa questão? Ao tentar resolver um problema de aprendizado de máquina que separava um evento entre duas classes, um desenvolvedor encontrou uma acurácia de exatamente 90%. Analisando a matriz de confusão, o desenvolvedor constatou que os verdadeiros positivos eram 14169, que os verdadeiros negativos eram 15360, os falsos positivos eram 1501, e os falsos negativos eram (A) 1778 (B) 1779 (C) 1780 X (D) 1781 (E) 1782
🚀 Curso Grátis CONCURSO SERPRO 2023, cargo Analista em Tecnologia:
ruclips.net/p/PLBKXa8XfK1ijwM_cXYYzhwcpKz0n-iHee
📚 GRUPO de preparação para CONCURSOS DE TI:
t.me/+EhlbaxZ7BsIwYjEx
⭐ Seja membro deste canal e ganhe benefícios:
www.youtube.com/@ArnaldoJunior/join
❤ Inscreva-se:
youtube.com/@ArnaldoJunior?sub_confirmation=1
Vc é muito bom,, obrigado professor
Obrigado! Compartilhe!
um exemplo de entrada de resultado pelo algoritmo que nem mesmo depois de gerar as hipóteses ainda não é o melhor para o usuário, temos o GPS, quando necessitamos de uma rota para chegar a locais que não sabemos, quando se tem varias hipóteses de chegar aquele lugar e o GPS escolhe uma por tempo de viagem, distancia e etc, muitas vezes não é o melhor para o usuário por não ser considerada, condições da estrada, fluxo de trafego no local, situações climáticas que podem afetar a condição da estrada e afins, quem já viajou por uma estrada que a viagem seria de 1 hora e acabou gastando 2 por causa das péssimas condições da estrada, entenderá bem, o detalhe de o algoritmo nem sempre entregar a melhor solução para o usuário.
obrigado pelo conteúdo professor, estou estudando para a prova do BB e creio que suas aulas ajudará bastante.
Valeu, mestre! Obrigado pela contribuição 👍
Professor, fazer um pedido... Vi suas aulas, vou rever todas depois, mas fui responder a última prova de tecnologia da CESGRANRIO e tive algumas dificuldades mesmo sabendo do que se tratava. Seria legal você fazer um vídeo respondendo questões da banca, para sabermos como ela cobra os assuntos na hora da prova.
Já está nos meus planos. Em breve.
@Leo Freitas sim, cara! Ninguém tem uma correção dessa prova no RUclips, seria muito bom o professor com a didática dele corrigir. Achei uma correção no Gran eu acho, mas o professor tava muito confuso com o enunciado. Acho que seria incrível uma correção dela!
Muito obrigado pela aula gratuita, mestre! Gratidão!
Valeu! Espero que ajude!
São excelentes as suas aulas, conhecendo seu canal agora, muito obrigado por ser aulas gratuitas.
Disponha! Qualquer dúvida, é só falar!
Aula Top! Professor Parabéns!
Bons estudos! Qualquer dúvida, pode falar.
aula top 😎
Obrigado!
Aula incrível!
Obrigado mestre
Valeu, Lucas!
Agradeço pelo suporte!
Prezado professor, há um tempo eu havia assistido um video do senhor, que me agregou bastante conhecimento, sobre aprendizado de máquina. Se não esteja enganado, foi uma aula preparatória para o concurso do BB, na qual o senhor abordava sobre Acurácia, Recall e etc. Entrei no canal para poder revisar, porém, não encontrei. Esta aula encontra-se disponível em algum lugar ?
Fala, mestre. Não vou lembrar de cabeça, mas ainda está no canal, é só pesquisar dentre os vídeos.
Conteúdo muito rico. Obrigado
Valeu!
Obrigado, professor! Aula incrível, como sempre.
Valeu!
aula muito boa, parabéns!
Obrigado!
Professor o aprendizado supervisionado ele pode ter dados nao rotulados e na saída ter interferencia humana? Fiquei com duvida
No sentido tradicional, o aprendizado supervisionado requer dados rotulados, ou seja, dados para os quais já se conhece a resposta correta. Esses dados são usados para treinar um modelo a fazer previsões ou tomar decisões baseadas nos padrões encontrados nos dados de treinamento.
No entanto, existem técnicas que podem incorporar dados não rotulados no processo de aprendizado supervisionado. Uma abordagem comum é o aprendizado semi-supervisionado, onde um modelo é treinado usando uma combinação de dados rotulados e não rotulados. Os dados não rotulados são usados para fornecer informações adicionais sobre a estrutura dos dados e podem ajudar a melhorar o desempenho do modelo, especialmente quando há uma escassez de dados rotulados.
Outra abordagem é o aprendizado por transferência, onde um modelo pré-treinado em uma tarefa relacionada é adaptado para uma tarefa específica com um conjunto limitado de dados rotulados. Os dados não rotulados podem ser usados durante o pré-treinamento ou finetuning para melhorar a capacidade do modelo de generalizar para a nova tarefa.
Além disso, há técnicas como a aprendizagem por reforço, onde o sistema aprende a tomar decisões otimizadas com base em interações com o ambiente, que podem ser consideradas uma forma de aprendizado supervisionado em um contexto mais amplo, embora não envolvam dados rotulados da mesma maneira que o aprendizado supervisionado tradicional.
Muito obrigado por essa playlist,
Deus te abençoe!!!
🙌🏼🙌🏼🙌🏼
Amém! Valeu
Parabéns
Obrigado!
Obrigada pela aula!
Por nada!
valeu professor, excelente aula!
professor, quando estver proximo da prova o sr. vai fazer alguma aula de revisão geral?
Obrigado! Pretendo lançar um vídeo com questões comentadas sobre a maioria dos temas.
Excelente aula professor!Rumo à aprovação🙏
Sucesso!
Acabei achando essa questão de uma prova anterior, alguém pode me explicar como chega ao resultado dessa questão?
Ao tentar resolver um problema de aprendizado de máquina que separava um evento entre duas classes, um desenvolvedor encontrou uma acurácia de exatamente 90%.
Analisando a matriz de confusão, o desenvolvedor constatou que os verdadeiros positivos eram 14169, que os verdadeiros
negativos eram 15360, os falsos positivos eram 1501, e os falsos negativos eram
(A) 1778
(B) 1779
(C) 1780 X
(D) 1781
(E) 1782
Tem a resposta nesse vídeo: ruclips.net/video/Y0d61zgAs5E/видео.html
👏🏾👏🏾👏🏾👏🏾👏🏾🙏🙏🙏🙏
Valeu!
Olá, professor! Ótimo conteúdo sempre. E sobre os algoritmos PCA e SVD? Geralmente não cai questões sobre eles? Abraços!
São importantes também. Corra atrás, a aula é para dar uma noção geral sobre o tema.
@@ArnaldoJunior opa, muito obrigado! 🙏🏻
A dos 3 Vs estava fácil
Essa não pode errar. Parabéns!