Escolha uma opção:
a. Acurácia é uma métrica usada para medir o desempenho dos modelos de machine learning, para modelos classificadores, ela mede a proporção entre as predições corretas e total de predições realizadas pelo modelo classificador.
b. Durante a etapa de construção do modelo, se o modelo não consegue aprender, não apresentando um bom resultado nem mesmo para as amostras do conjunto de treino.
c. Overfitting ocorre quando o modelo se ajusta demais aos dados de treinamento, resultando em um desempenho ruim em novos dados.
d. É por meio do processo de ETL (Extract, Transform e Load) que conseguimos entender melhor os dados pois ele permite uma análise exploratória dos dados.
