Importante

Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!

1
resposta

A importância da combinação de modelos

Nesta aula aprendi como diferentes técnicas de aprendizado de máquina podem ser aplicadas para resolver problemas reais. A classificação é útil quando queremos prever categorias, como espécies de flores, enquanto a regressão permite estimar valores contínuos, como o nível de engajamento de uma transmissão. Além disso, entender métricas de avaliação, como matriz de confusão para classificação e erro médio para regressão, é essencial para verificar se o modelo está apresentando bons resultados. Esses exemplos ajudam a compreender como a Inteligência Artificial pode apoiar a tomada de decisões em diferentes áreas.

1 resposta

Oi, Alessandra! Tudo bem?

A sua atividade sobre A importância da combinação de modelos mostra uma ótima compreensão de como diferentes abordagens de aprendizado de máquina, como classificação e regressão, podem ser usadas para resolver problemas reais e apoiar a tomada de decisões.

Esse olhar comparativo desenvolve soft skills como pensamento crítico, análise de cenários e comunicação técnica, porque ajuda a escolher o modelo mais adequado e explicar os resultados de forma clara. Dica: ao estudar novos modelos, tente sempre relacionar três pontos: tipo de problema, métrica de avaliação e interpretação do resultado, pois isso facilita entender quando usar uma abordagem sozinha ou combinada com outras.

Em quais áreas você imagina aplicar essa comparação entre classificação, regressão e métricas de avaliação?

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!