Questão de Algoritmos e Estrutura de Dados — Algoritmos — CESGRANRIO 2024
Algoritmos e Estrutura de Dados›Algoritmos
Código
cg022661
Banca
CESGRANRIO
Órgão
IPEA
Ano
2024
Nível
Superior
Cargo
Técnico de Planejamento e Pesquisa -Ciência de Dados
Um pesquisador iniciante em aprendizado de máquina trabalhava com um modelo de classificação binário com as duas classes equilibradas. Inicialmente, ele fez a avaliação de seu modelo, separando 20% dos dados disponíveis para a avaliação, e o treinou com 80% dos dados, fazendo o processo apenas uma vez. Depois, a pedido de seu chefe, ele trocou a forma de avaliação, separando o conjunto de dados em 10 partes e escolhendo, em 10 rodadas, uma parte diferente para avaliação e as outras para treinamento.Essas duas formas de avaliar um modelo são conhecidas, respectivamente, como
Aestratificação e hold-out
Bhold-out e k-fold
Cleave-one-out e estratificação
Dleave-one-out e k-fold
EMonte Carlo e leave-p-out
Revelar gabarito e comentário▾
GabaritoB — hold-out e k-fold
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”.
Métodos de avaliação em aprendizado de máquina: hold-out e k-fold
Gabarito: letra B. A primeira descrição — separar uma vez 20% para teste, treinar com 80% — é o método hold-out (ou validação simples). A segunda — dividir em 10 partes, usar uma para teste e as demais para treino em 10 rodadas — é a validação cruzada k-fold (com k=10). Essas são as nomenclaturas clássicas e a única alternativa que as emparelha corretamente é a B.
A questão testa o conhecimento básico sobre estratégias de divisão de dados para avaliação de modelos. O hold-out é o mais simples: uma única separação treino/teste. Já o k-fold particiona o conjunto em k subconjuntos (folds), treina k vezes usando k-1 folds para treino e um para teste, alternando o fold de teste a cada rodada. No enunciado, k=10.
1Hold-out1 divisão única
2k-foldk divisões rotativas
3Leave-one-outk = N amostras
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
Apresenta "estratificação" e "hold-out". Estratificação não é o método descrito na primeira parte; estratificação é uma técnica para garantir que as proporções das classes sejam mantidas na divisão, não uma forma de separação única.
Alternativa B — ✅ Correta ⟵ GABARITO
Hold-out (primeira forma) e k-fold (segunda forma). Exatamente os nomes corretos.
Alternativa C — ❌ Incorreta
Traz "leave-one-out" e "estratificação". Leave-one-out é um caso extremo de k-fold onde k = número de amostras; não corresponde a dividir em 10 partes. Estratificação novamente não é o método descrito.
Alternativa D — ❌ Incorreta
Leave-one-out e k-fold. A primeira parte não é leave-one-out (seria treinar com n-1 amostras e testar com 1, repetindo n vezes). A segunda parte é k-fold, mas a primeira não é leave-one-out.
Alternativa E — ❌ Incorreta
Monte Carlo e leave-p-out. Monte Carlo se refere a amostragens aleatórias repetidas, não a uma única divisão 80/20. Leave-p-out (testar com p amostras) também não corresponde.
PEGA ESSA DICA!
Grave os nomes: hold-out = uma única divisão treino/teste; k-fold = k divisões rotativas; leave-one-out = k = N (N amostras). A Cesgranrio costuma cobrar essa nomenclatura de forma direta.