Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025

Engenharia de SoftwareInteligencia Artificial
Código
ce195020
Banca
CESPE / CEBRASPE
Órgão
ANM
Ano
2025
Nível
Superior
Cargo
Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.A única maneira de se evitar o underfitting em um modelo de machine learning é reduzir a quantidade de dados de entrada, pois isso impede que o modelo fique sobrecarregado de informações irrelevantes.
  1. CCerto
  2. 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”.

Underfitting em Machine Learning

Gabarito: ❌ ERRADO. A afirmação está incorreta. Underfitting ocorre quando o modelo é simples demais para capturar os padrões dos dados, resultando em alto viés. Reduzir a quantidade de dados de entrada agravaria o underfitting, não o evitaria. Na verdade, para combater underfitting, deve-se aumentar a complexidade do modelo (ex.: mais camadas em redes neurais, mais árvores em Random Forest), adicionar features relevantes, treinar por mais épocas ou reduzir a regularização.

A banca usa a expressão "única maneira" como uma generalização indevida. Não existe uma única técnica; há várias abordagens, e reduzir dados é contraproducente.

NÃO CAIA NESSA!

O candidato pode confundir underfitting com overfitting. A frase inverte a lógica: para evitar overfitting, às vezes reduzimos a complexidade (não os dados), mas para underfitting, precisamos de modelos mais flexíveis, não de menos dados. Fique atento a palavras como "única", "sempre" ou "nunca" — elas geralmente sinalizam uma falsa generalização.

Gabarito: ❌ ERRADO.

Link permanente: /questoes/ce195020