Questão de Algoritmos e Estrutura de Dados — Algoritmos — CESPE / CEBRASPE 2024
Algoritmos e Estrutura de Dados›Algoritmos
Código
ce172767
Banca
CESPE / CEBRASPE
Órgão
CTI
Ano
2024
Nível
Superior
Cargo
Tecnologista Pleno 2 - I - Especialidade: Tecnologias Habilitadoras - Área de Atuação: Inteligência Artificial e Ciências de Dados
Julgue o item a seguir que tratam de extração e representação de conhecimento.Se um algoritmo induzir hipóteses que apresentam baixa taxa de acerto mesmo no conjunto de treino, então as hipóteses estão superajustadas aos dados.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Aprendizado de máquina: Overfitting vs. Underfitting
Gabarito: Errado (E). A afirmação inverte os conceitos: baixa taxa de acerto no conjunto de treino caracteriza underfitting (o modelo não aprendeu os padrões), e não overfitting. O overfitting ocorre quando o modelo decorre os dados de treino (alta acurácia no treino) e não generaliza para novos dados.
A banca testa o conhecimento básico sobre o dilema viés-variância. No treino, espera-se que o modelo atinja boa acurácia; se ela é baixa, o modelo está subajustado (underfitted). Já o superajuste (overfitting) se manifesta por uma discrepância grande entre desempenho no treino (alto) e no teste/validação (baixo).
Alternativa E — ❌ Errada (gabarito). A proposição diz que "baixa taxa de acerto no treino implica superajuste", o que é falso. O correto é que baixa taxa de acerto no treino indica underfitting.
Treino
Teste/Validação
Baixa acurácia
Overfitting
Overfitting
Alta acurácia
Underfitting
Modelo ideal
LEVEL · soulevel.com.br
NÃO CAIA NESSA!
Para não confundir, lembre-se: over = excesso (modelo muito complexo, decora os dados); under = insuficiente (modelo muito simples, não aprende). No treino, overfitting = alta acurácia; underfitting = baixa acurácia.