Atividade de fixação - Avaliação do modelo_ 04 - Machine Learning (2020)

Prévia do material em texto

05/12/2020 Atividade de fixação - Avaliação do modelo: 04 - Machine Learning (2020)
https://pucminas.instructure.com/courses/24705/quizzes/48162/take?user_id=121080 1/2
Atividade de fixação - Avaliação do modelo
Entrega Sem prazo Pontos 2 Perguntas 2
Limite de tempo Nenhum Tentativas permitidas Sem limite
 As respostas corretas estão ocultas.
Pontuação desta tentativa: 2 de 2
Enviado 5 dez em 11:01
Esta tentativa levou Menos de 1 minuto.
Fazer o teste novamente
1 / 1 ptsPergunta 1
A validação de um modelo de classificação ou previsão deve ser feita
com uma base de dados diferente da utilizada durante a fase do
aprendizado.
 Verdadeiro 
A alternativa está correta. A base de treinamento não deve ser 
utilizada para avaliar o modelo, pois isso irá favorecer o overfitting 
e não permitirá que se avalie a capacidade de generalização 
desse modelo.
 Falso 
1 / 1 ptsPergunta 2
Associe as principais medidas de avaliação de modelos de
aprendizado com suas respectivas descrições:
https://pucminas.instructure.com/courses/24705/quizzes/48162/take?user_id=121080
05/12/2020 Atividade de fixação - Avaliação do modelo: 04 - Machine Learning (2020)
https://pucminas.instructure.com/courses/24705/quizzes/48162/take?user_id=121080 2/2
representa a porcentagem
dos dados que são
corretamente
classificados pelo
modelo.
 Acurácia
atenua o problema de
uma base de dados com
classes desbalanceadas.
 Acurácia por classe
representa a porcentagem
de acertos dentre os
elementos classificados
como verdadeiro.
 Precisão
representa a porcentagem
dos elementos
originalmente verdadeiros
que foram classificados
corretamente.
 Revocação
representa a média
harmônica entre a
capacidade de classificar
corretamente elementos
verdadeiros e a
probabilidade de se
classificar elementos
falsos como verdadeiros.
 F1-score
Pontuação do teste: 2 de 2