Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2026
Engenharia de Software›Inteligencia Artificial
Código
ce229311
Banca
CESPE / CEBRASPE
Órgão
TCE-RN
Ano
2026
Nível
Superior
Cargo
Analista Administrativo - Especialidade: Tecnologia da Informação
Com relação ao aprendizado de máquina, à IA generativa e
às redes neurais e deep learning, julgue o próximo item.
Em modelos de deep learning, o overfitting ocorre quando o modelo possui baixa capacidade de representação, sendo raro em redes neurais profundas com muitos parâmetros.
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”.
Deep Learning: Overfitting e Capacidade do Modelo
Gabarito: Errado (E). A afirmação está incorreta porque o overfitting (sobreajuste) ocorre quando o modelo possui alta capacidade de representação, ajustando-se excessivamente aos dados de treinamento, e não baixa. Em redes neurais profundas com muitos parâmetros, o overfitting é justamente um problema comum, não raro.
Conforme os fundamentos de aprendizado de máquina, o overfitting está associado a alta variância (modelo complexo demais), enquanto a baixa capacidade leva ao underfitting (subajuste), que ocorre quando o modelo é simples demais e não consegue aprender nem os dados de treinamento.
SE LIGUE NESSA!
No material de apoio, destaca-se: "O overfitting está relacionado a alta variância, em que os ruídos aleatórios nos dados de treinamento são modelados. Podemos dizer que o modelo é complexo demais." Já o underfitting é descrito como "modelo simples demais", com alto viés.
Portanto, a assertiva erra duplamente: (1) associa overfitting a baixa capacidade, quando é o contrário; (2) afirma que overfitting é raro em redes profundas, quando na verdade é frequente devido ao grande número de parâmetros.
Overfitting vs Underfitting
1Overfitting (alta variância)
Modelo complexo demais
Ajusta ruídos do treino
Comum em redes profundas
2Underfitting (alto viés)
Modelo simples demais
Não aprende nem o treino
LEVEL · soulevel.com.br
NÃO CAIA NESSA!
A banca troca os conceitos de overfitting e underfitting. O candidato deve lembrar que overfitting = modelo complexo (alta variância), underfitting = modelo simples (alto viés).