AWS Certified AI Practitioner Practice Mode

Community Discussion

Written by other learners. Comments can disagree with the marked answer — check the official documentation when in doubt.

• Chose A1

  When a dataset is biased because certain attributes or groups are underrepresented, data augmentation can help balance the training data by increasing representation of minority classes or attributes. This reduces bias in the generated images and improves fairness in the model.

• Chose A1

  A is the correct answer

• Chose U1

  A melhor opção para lidar com o viés no modelo de geração de imagens seria A. Aumento de dados para classes desequilibradas. Essa técnica ajuda a corrigir disparidades nos dados de treinamento ao aumentar a quantidade de exemplos sub-representados, tornando o modelo mais justo e representativo. Os viéses nos modelos de IA geralmente surgem devido a conjuntos de dados desbalanceados ou preconceitos implícitos nas amostras usadas para treinar o modelo. O aumento de dados permite gerar ou coletar mais exemplos de grupos sub-representados, garantindo que o modelo aprenda de maneira mais equitativa