
Exercícios | 169
Exercícios
1. Qual é a ideia fundamental por trás das Máquinas de Vetores de Suporte (SVM)?
2. O que é um vetor de suporte?
3. Por que é importante dimensionar as entradas ao utilizar SVM?
4. Um classificador SVM pode produzir uma pontuação de confiança quando
classifica uma instância? E quanto a uma probabilidade?
5. Você deve utilizar a forma primal ou dual do problema SVM no treinamento de
um modelo em um conjunto de treinamento com milhões de instâncias e cente-
nas de características?
6. Digamos que você treinou um classificador SVM com o kernel RBF. Parece que ele
se subajusta ao conjunto de treinamento: você deve aum