FC ConcursosFC Concursos

Questão FC369895

A integração de técnicas de inteligência artificial e aprendizado de máquina com assimilação de dados pode aumentar a confiabilidade das previsões por introduzir modelos orientados

Inteligência Artificial (IA)

FGV · 2024

A integração de técnicas de inteligência artificial e aprendizado de máquina com assimilação de dados pode aumentar a confiabilidade das previsões por introduzir modelos orientados a dados obtidos por meio de observações. A performance dos modelos de aprendizado de máquina pode ser medida por algumas métricas, como por exemplo a métrica Mean Absolute Error (MAE). Considere um modelo de regressão usado para prever valores de uma variável, conforme a tabela a seguir.

 

Valores previstos
pelo modelo

Valores reais
correspondentes

5,0

5,2

5,5

5,2

4,5

5,0

4,0

3,8

4,8

4,5
 

O MAE para o conjunto de dados representado na tabela será

  1. –0,1.
  2. –0,02.
  3. 0,02.
  4. 0,102.
  5. 0,3.
Mostrar resposta e comentário

Gabarito

Errado

Comentário do professor

MAE (Mean Absolute Error) é a média dos valores absolutos dos erros entre previsões e valores reais. A fórmula é \( \text{MAE} = \frac{1}{n}\sum_{i=1}^n |y_{pred,i}-y_{real,i}|\).

Calcule os erros absolutos caso a caso: |5,0−5,2|=0,2; |5,5−5,2|=0,3; |4,5−5,0|=0,5; |4,0−3,8|=0,2; |4,8−4,5|=0,3.

A soma desses erros é 0,2+0,3+0,5+0,2+0,3 = 1,5. Como há 5 observações, aplica-se \( \text{MAE} = \frac{1{,}5}{5}\).

O resultado é \(0{,}3\). Ou seja, em média as previsões diferem dos valores reais por 0,3 (mesma unidade da variável).

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo