Pular para o conteúdo principal

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

Engenharia de SoftwareInteligencia Artificial
Código
ce201815
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Pesquisador – Área: Engenharias – Subárea: Recursos Florestais e Engenharia Florestal
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.
  1. CCerto
  2. 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.

Real: Negativo
Real: Positivo
Previsto: Negativo
Falso positivo (FP)
Verdadeiro positivo (TP)
Previsto: Positivo
Verdadeiro negativo (TN)
Falso negativo (FN)
LEVEL · soulevel.com.br

CERTO.

Link permanente: /questoes/ce201815