Questão nº 82
Questão de Engenharia Elétrica/Eletrônica · CEBRASPE PF 2025 (nº 82)
Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.
Se a medida de desempenho denominada precisão aplicada a um modelo de aprendizagem é baixa, deve-se desconfiar quando uma amostra for classificada como positiva, para evitar prejuízos decorrentes de erro na classificação realizada pelo modelo.
Resposta comentada
Precisão é a fração de amostras classificadas como positivas que realmente são positivas: . Se ela é baixa, significa que muitos dos "positivos" previstos são, na verdade, falsos alarmes (erros de classificação). Portanto, quando o modelo diz que uma amostra é positiva, há grande chance de estar errado — e devemos desconfiar do resultado antes de agir com base nele.
- Correta: Certo. Precisão baixa = alta taxa de falsos positivos; logo, confiar cegamente em uma classificação positiva geraria prejuízos, então a desconfiança é a atitude correta.
Fica de olho: A banca pode trocar "precisão" por "revocação/recall" (fração de positivos reais que foram capturados) — nesse caso, recall baixo indica que o modelo perde muitos positivos verdadeiros, mas não diz nada sobre a confiabilidade de um positivo previsto; aí o item seria errado. Outra pegadinha é inverter o raciocínio: com precisão baixa, desconfia-se do positivo, não do negativo.
Fonte: CEBRASPE PF 2025 Perito Criminal Federal - Engenharia Elétrica/Eletrônica. Reproduzida para fins de estudo.