Considerando a aplicação de aprendizado de máquina para monitoramento de florestas, julgue o item a seguir.Em um modelo de identificação de incêndios florestais, a métrica sensibilidade, também chamada de recall, afere a capacidade do modelo de encontrar todos os incêndios reais.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoC — Certo
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”.
Machine Learning - Métricas de Avaliação
Gabarito: Certo. A sensibilidade (também chamada de recall) é a métrica que mede a proporção de verdadeiros positivos (TP) em relação ao total de exemplos realmente positivos (TP + FN). No contexto de identificação de incêndios florestais, os "positivos" são os incêndios reais. Portanto, a afirmativa de que a sensibilidade afere a capacidade do modelo de encontrar todos os incêndios reais está correta, pois a métrica responde exatamente a essa pergunta: "de todos os incêndios que ocorreram, quantos o modelo conseguiu detectar?".
A definição é amplamente aceita em aprendizado de máquina e consta em materiais de referência sobre avaliação de modelos classificatórios. Não há armadilha ou exceção: o item traduz corretamente o conceito de recall.