Questão nº 62
Questão de Meio Ambiente - Geoprocessamento e Meio Físico · FGV EPE 2024 (nº 62)
Durante o treinamento de um modelo de aprendizado de máquina, percebe-se que o modelo tem uma alta precisão no conjunto de treinamento, mas uma baixa precisão para o conjunto de novos dados.
Isso indica um(a)
- Aunderfitting, já que a quantidade de dados é insuficiente, resultando em alta variabilidade nos resultados e baixa precisão no conjunto de teste.
- Boverfitting, já que o modelo é excessivamente ajustado aos dados de treinamento. (alternativa correta)
- Cnormalização incorreta dos dados, já que o modelo é muito simples para capturar as relações subjacentes nos dados.
- Descolha incorreta do algoritmo, já que isso resulta em baixa precisão no conjunto de treinamento e no conjunto de teste.
- Efalta de dados suficientes, já que resulta em desempenho insatisfatório tanto no treinamento quanto no teste.
Resposta comentada
Gabarito Alternativa B
Overfitting e Underfitting são problemas comuns em Machine Learning que descrevem como um modelo se ajusta aos dados. Overfitting acontece quando o modelo aprende os dados de treinamento tão bem que memoriza até o "ruído" (detalhes irrelevantes), perdendo a capacidade de generalizar para novos dados; já o Underfitting ocorre quando o modelo é muito simples e não consegue aprender as relações básicas nos dados de treinamento, resultando em um desempenho ruim tanto nos dados de treinamento quanto nos novos dados.
- (A) Incorreta: Esta alternativa descreve o underfitting, mas o sintoma principal do underfitting é a baixa precisão tanto no conjunto de treinamento quanto no conjunto de teste, o que contradiz a "alta precisão no conjunto de treinamento" mencionada na questão. A armadilha aqui é que o underfitting realmente resulta em baixa precisão no conjunto de teste, mas ignora a performance no conjunto de treinamento.
- (B) Correta: O overfitting ocorre exatamente quando o modelo se ajusta excessivamente aos dados de treinamento, memorizando padrões específicos e até o ruído, o que leva a uma alta precisão nos dados que ele já viu (treinamento), mas uma baixa capacidade de generalização e, consequentemente, baixa precisão em novos dados (teste).
- (C) Incorreta: Normalização incorreta pode causar problemas de desempenho, mas a descrição "modelo é muito simples para capturar as relações subjacentes" geralmente leva ao underfitting, não ao overfitting descrito na questão.
- (D) Incorreta: Uma escolha incorreta do algoritmo pode levar a um desempenho ruim, mas a explicação "baixa precisão no conjunto de treinamento e no conjunto de teste" descreve um modelo geralmente ineficaz ou underfitting, não o cenário específico de alta precisão no treinamento e baixa no teste.
- (E) Incorreta: A falta de dados suficientes pode contribuir para ambos os problemas, mas a explicação "desempenho insatisfatório tanto no treinamento quanto no teste" descreve um cenário de underfitting ou um modelo genericamente ruim, e não o padrão específico de alta precisão no treinamento e baixa no teste que caracteriza o overfitting.
Fonte: FGV EPE 2024 Analista de Pesquisa Energética - Meio Ambiente - Geoprocessamento e Meio Físico (Caderno Tipo 1). Reproduzida para fins de estudo.