Um cientista de dados deseja analisar um conjunto de dados tabular, pré processá-lo e treinar um modelo de rede neural para prever valores contínuos. Ele utiliza Pandas para manipulação dos dados, Scikit-learn para normalização e TensorFlow/Keras para construir o modelo.
Considere o seguinte código em Python:
Com base no código apresentado, assinale a alternativa correta sobre a execução e o comportamento desse modelo.
- A O código implementa um modelo de classificação, pois a ativação linear na última camada indica que a saída será categórica.
- B A normalização dos dados de entrada não é necessária para redes neurais, pois o algoritmo Adam, já ajusta os pesos automaticamente.
- C A arquitetura do modelo está incorreta, pois redes neurais para regressão devem sempre conter uma camada de ativação softmax na saída.
- D O código cria um modelo de aprendizado profundo para regressão, onde os valores de entrada são normalizados e a saída é uma variável contínua, tornando adequada a ativação linear na última camada.
- E O código não funcionará corretamente, porque a normalização MinMaxScaler não é compatível com redes neurais em TensorFlow/Keras.