Gabarito disponível
A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue os próximos itens.
SVM (support vector machines) é um classificador não probabilístico que utiliza um hiperplano com margem máxima para separar dados em diferentes categorias, combina modelos lineares com técnicas de aprendizagem baseadas em instâncias e pode executar classificações lineares ou realizar classificações não lineares.
SVM (support vector machines) é um classificador não probabilístico que utiliza um hiperplano com margem máxima para separar dados em diferentes categorias, combina modelos lineares com técnicas de aprendizagem baseadas em instâncias e pode executar classificações lineares ou realizar classificações não lineares.
Resolução comentada
Descrição de SVM como classificador não probabilístico de margem máxima, linear ou não linear.
O SVM busca o hiperplano de margem máxima para separar classes. É um classificador binário não probabilístico e, com funções kernel, realiza também classificação não linear. A afirmação sobre combinar modelos lineares com técnicas baseadas em instâncias é compatível com o uso dos vetores de suporte e dos kernels, e o gabarito considera o item correto.
Análise das alternativas
A) Certo: as características estão em conformidade com a definição de SVM. B) Errado: não há erro conceitual que o torne incorreto.
Referência: Máquinas de vetores de suporte – Wikipédia e literatura de aprendizado de máquina.
Resolução comentada do VaiConcursos.