Máquina de vetores de suporte (SVM - Support Vector Machine) e redes neurais, em suas abordagens clássicas, são ambos métodos de aprendizagem, mas com filosofias diferentes. Abaixo escolha a alternativa que não é uma similaridade entre os métodos.

Francisco é pai de dois filhos: João e Maurício. Francisco deixou uma questão de Probabilidade para que ambos tentassem resolvê-la. A probabilidade de que João resolva a questão corretamente é 1/6 , e a de que Maurício resolva essa mesma questão corretamente é 1/5 . Se ambos tentarem resolver a questão de forma independente, qual é a probabilidade de que no máximo um deles a resolva corretamente?

Em um laboratório de informática da Universidade Federal do Ceará, registrou-se o tempo (em segundos) necessário para compilar um determinado programa em um “computador padrão”. O tempo de compilação pode ser visualizado no boxplot a seguir.

Figura: Boxplot da variável tempo (segundos).





É correto afirmar que:

Considere X₁, … , X_n uma amostra aleatória de uma distribuição uniforme contínua no intervalo (-μ, μ), μ > 0, isto é, com função densidade de probabilidade dada por

f_X(x) = 1/2μ , se −μ < x < μ,

e zero, caso contrário. É correto afirmar que o estimador de μ obtido pelo método dos momentos

Sobre o método Jackknife original, é correto afirmar que:

Em um estudo com 60 pacientes de um determinado centro de atendimento, observam-se as variáveis idade, expressa em anos, e pressão arterial sistólica, expressa em mmHg. O objetivo é ajustar um modelo de regressão linear simples e, se possível, prever a pressão arterial com base na idade do paciente.

Figura: Gráfico de dispersão entre as variáveis idade (anos) e pressão arterial sistólica (mmHg). 





De acordo com gráfico de dispersão, é correto afirmar que:

Você tem como objetivo gerar 50 valores pseudoaleatórios de uma distribuição uniforme contínua no intervalo (1, 10). O comando no software R para gerar tais valores é:

O k-means é um método de agrupamento simples. Apesar de apresentar limitações importantes, de modo geral, um ponto forte deste método é ser:

Sobre o método Bootstrap, é correto afirmar que:

Considere X₁, … , X₁₀ uma amostra aleatória de uma distribuição N(μ, 1), em que μ ≤ 0. Sabendo  que        é correto afirmar que a estimativa de máxima e verossimilhança de μ: