Questão de TI - Ciência de Dados e Inteligência Artificial — Conceitos Gerais de Machine Learning — IBFC 2025

Validação e Testes é uma etapa crucial no desenvolvimento de modelos em ciência de dados. É a maneira de saber quão bom um modelo será generalizado para novos casos antes de colocá-lo em produção. Diante do exposto, analise as afirmativas abaixo.

I. Uma prática comum é quebrar o conjunto de dados em dados de treino e de teste. Ao testar o modelo no conjunto de treino, se obtém uma estimativa da porcentagem de classificação correta. Essa estimativa se chama erro de generalização do modelo.

II. É comum usar 20% dos dados para treino e 80% dos dados para teste.

III. Se o percentual de erros de treino for baixo, mas o percentual de erros de teste for alto, isso significa que o modelo está sobreajustando (overfitting) os dados de treino.

Estão corretas as afirmativas: