Prévia do material em texto
Pós Teste Respostas enviadas em: 17/11/2023 22:55 3. Overfi�ng e underfi�ng são as duas maiores causas de má generalização dos algoritmos de aprendizado de máquina. Os dados usados para construir um modelo são, em geral, divididos em três conjuntos: treinamento, validação e teste. Caso exista um desbalanceamento nesse ajuste, pode-se deparar com um desses eventos. Levando em consideração o exposto, quando ocorre o overfi�ng? Resposta incorreta. A. Quando um modelo predi�vo é preciso, mas leva muito tempo para ser executado; A métrica de precisão é calculada a par�r da matriz de confusão, que também não tem relação com o tempo de execução. Você acertou! B. Quando o modelo aprende detalhes dos dados de treinamento que não podem ser generalizados para um conjunto de dados maior; O overfi�ng ocorre quando o modelo se "superajusta" aos dados apresentados de tal forma que, quando novos dados são inseridos, o modelo não consegue predizer com qualidade. Para evitar esse problema, técnicas como validação cruzada podem ser u�lizadas. Resposta incorreta. C. Quando se executa o ajuste de hiperparâmetros e se aumenta o desempenho. Os ajustes dos hiperparâmetros, ou seja, caracterís�cas próprias de cada modelo, podem aumentar o diminuir seu desempenho; se aplicados corretamente, não interferem de forma a causar o overfi�ng. Voltar Próximo 3 de 5 perguntas Anterior U2 3 de 5 perguntas Anterior U2