Questão FC369901
Um conjunto de dados foi particionado em dois subconjuntos, sendo um de treinamento e outro de testagem, ambos utilizados exclusivamente para serem usados em seus objetivos origina
Inteligência Artificial (IA)
FGV · 2024
Um conjunto de dados foi particionado em dois subconjuntos, sendo um de treinamento e outro de testagem, ambos utilizados exclusivamente para serem usados em seus objetivos originais (dados de treino para treinamento, e de teste para testagem). Em relação ao ajuste e validação de modelos em aprendizado de máquina, um modelo sofre overfitting quando
- apresenta bom desempenho nos dados de treinamento, mas tem baixo desempenho nos dados de teste.
- é simples demais para capturar os padrões subjacentes nos dados.
- minimiza o erro nos dados de treinamento e os de teste, aumentando a correlação entre esses dois conjuntos.
- oferece uma matriz de confusão para um classificador detalhando seu desempenho.
- relaciona-se aos altos viés e variância do conjunto de dados.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
Um modelo sofre overfitting quando apresenta desempenho elevado nos dados de treinamento mas desempenho ruim nos dados de teste. Isso indica que o modelo aprendeu padrões específicos e ruído do conjunto de treino em vez de captar relações gerais do problema.
Na prática, o overfitting está ligado à alta variância: pequenas variações nos dados levam a grandes variações nas previsões. O sintoma é um grande gap entre erro de treino e erro de teste.
Podemos quantificar isso pela diferença entre perdas: \(L_{test}-L_{train}\) grande e positiva sinaliza overfitting.
Para mitigar, use técnicas como regularização, reduzir a complexidade do modelo, obter mais dados, aplicar validação cruzada e early stopping.
Conteúdo do catálogo FC Concursos · Atualizado em