Questão FC369916
As técnicas de aprendizado supervisionado estão baseadas na determinação de modelos capazes de otimizar o mapeamento entre entradas e saídas de um conjunto de dados. Por vezes, o p
Inteligência Artificial (IA)
FGV · 2024
As técnicas de aprendizado supervisionado estão baseadas na determinação de modelos capazes de otimizar o mapeamento entre entradas e saídas de um conjunto de dados. Por vezes, o processo de treinamento pode gerar modelos muito complexos que “aprendem”
o ruído existente nos conjuntos de dados, caracterizando o fenômeno de sobreajuste ou overfitting.
Um método que pode ajudar a mitigar a ocorrência do overfitting consiste em
I. dividir o conjunto de dados em k partes;
II. utilizar uma das partes para teste e as outras k-1 para treinamento;
III. repetir o processo para cada uma das k partes do conjunto de dados; e
IV. avaliar a média das métricas de performance para o modelo.
O método acima é chamado de
- k vizinhos mais próximos (k nearest neighbors ou k-NN).
- retropropagação (backpropagation).
- validação cruzada (cross-validation).
- regularização Lasso (Lasso regularization).
- comitê de modelos (model ensembling).
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
A técnica descrita corresponde à validação cruzada (ou cross-validation), em especial ao esquema k-fold. Consiste em dividir o conjunto de dados em k partes, treinar o modelo em k-1 partes e testar na parte restante, repetindo o processo para cada partição.
Ao calcular a média das métricas obtidas em cada iteração obtemos uma estimativa mais robusta da generalização do modelo, pois reduzimos a influência de divisões específicas que podem favorecer o ajuste ao ruído.
Esse procedimento ajuda a identificar overfitting, pois um modelo que performa bem no treino mas mal em várias folds apresenta desempenho médio baixo. Parâmetros comuns: k=5 ou 10; em problemas desbalanceados usa-se stratified k-fold.
Após a validação, recomenda-se ajustar hiperparâmetros com base na média das métricas e, se desejado, treinar o modelo final usando todo o conjunto de dados.
Conteúdo do catálogo FC Concursos · Atualizado em