Questão nº 4
Questão de Ciência de Dados · FGV CVM 2024 (nº 4)
A abordagem que garante uma exploração completa das combinações de hiperparâmetros na identificação da configuração ideal para maximizar o desempenho do modelo de aprendizado de máquina é a:
- Arealização de uma Grid Search, explorando sistematicamente os valores de hiperparâmetros predefinidos para identificar a combinação ideal para maximizar o desempenho do modelo; (alternativa correta)
- Butilização de uma Busca Aleatória, amostrando aleatoriamente o espaço de hiperparâmetros, oferecendo uma abordagem mais eficiente para o ajuste de hiperparâmetros em comparação com os métodos exaustivos;
- Cimplementação de uma Validação Cruzada K-fold, particionando o conjunto de dados em K subconjuntos para treinar e avaliar iterativamente o modelo, fornecendo uma avaliação robusta de seu desempenho de generalização;
- Daplicação de métodos Ensemble, combinando vários modelos para aproveitar suas diversas forças, visando a melhorar o desempenho geral, particularmente quando os modelos individuais apresentam diferentes tipos de erros;
- Eutilização de uma Feature Scaling, normalizando a escala das características de entrada para garantir comparações justas entre diferentes variáveis, o que é particularmente benéfico para algoritmos sensíveis a diferenças de escala.
Resposta comentada
Gabarito Alternativa A
A otimização de hiperparâmetros é o processo de encontrar as melhores configurações para um modelo de aprendizado de máquina (como a "receita" para um bolo) para que ele tenha o melhor desempenho possível em uma tarefa. Os hiperparâmetros são os ajustes que não são aprendidos diretamente dos dados, mas que controlam como o modelo aprende.
(A) Correta: A Grid Search (Busca em Grade) explora sistematicamente todas as combinações possíveis de valores de hiperparâmetros que você predefiniu em uma "grade", garantindo uma exploração completa dentro desse espaço definido.
(B) Incorreta: A Busca Aleatória (Random Search) amostra aleatoriamente o espaço de hiperparâmetros, o que pode ser mais eficiente para espaços grandes, mas não garante uma exploração completa de todas as combinações. A armadilha da banca é que, embora seja mais eficiente, ela não cumpre o requisito de "exploração completa".
(C) Incorreta: A Validação Cruzada K-fold é uma técnica para avaliar o desempenho de um modelo de forma robusta, dividindo os dados em partes para treinamento e teste, mas não é um método para explorar combinações de hiperparâmetros em si; ela é frequentemente usada dentro dos métodos de otimização de hiperparâmetros para avaliar cada combinação.
(D) Incorreta: Métodos Ensemble (Conjunto) são técnicas que combinam múltiplos modelos para melhorar o desempenho geral, aproveitando suas forças individuais, e não são uma abordagem para otimizar os hiperparâmetros de um único modelo.
(E) Incorreta: Feature Scaling (Escalonamento de Características) é uma etapa de pré-processamento de dados que ajusta a escala das variáveis de entrada para que todas tenham uma faixa similar, o que pode beneficiar alguns algoritmos, mas não é um método de otimização de hiperparâmetros.
Fonte: FGV CVM 2024 Analista CVM - Ciência de Dados (Perfil 7) (Caderno Tipo 1). Reproduzida para fins de estudo.