Questão de Engenharia de Software — Inteligencia Artificial — FCC 2023
Engenharia de SoftwareInteligencia Artificial
- Código
- fc070097
- Banca
- FCC
- Órgão
- TRT - 18ª Região (GO)
- Ano
- 2023
- Nível
- Superior
- Cargo
- Analista Judiciário - Área: Apoio Especializado - Tecnologia da Informação
Considere a matriz de confusão abaixo, que mostra o desempenho de um modelo de classificação, na qual TP = Verdadeiro positivo, TN = Verdadeiro negativo, FP = Falso positivo e FN = Falso negativo:
Com base na matriz de confusão e nas métricas indicadas, afirma-se que a
Com base na matriz de confusão e nas métricas indicadas, afirma-se que a- Aespecificidade, também conhecida como recall ou revocação, que avalia a capacidade do modelo de detectar com sucesso resultados classificados como positivos, é de 0,9%.
- Bsensibilidade, que avalia a capacidade do modelo de detectar com sucesso resultados classificados como positivos, é de 90%.
- Cacurácia, ou precision, que mostra a razão entre a quantidade de exemplos classificados corretamente como positivos e o total de exemplos classificados como positivos, dando maior ênfase para os erros FP, é de 0.75.
- Dsensibilidade, também conhecida como F-measure, F-score ou score F1, que avalia a capacidade do modelo de detectar com sucesso resultados classificados como negativos, é de 0,6%.
- Eacurácia, que indica a assertividade de classificações positivas e negativas, independente da classe, é de 75%.