Uma Administração Tributária desenvolveu um modelo de aprendizado supervisionado para prever o risco de inadimplência tributária de contribuintes, com o objetivo de priorizar ações de fiscalização. Observou-se que o modelo apresenta excelente
desempenho no conjunto de treinamento, mas desempenho significativamente inferior quando aplicado a novos contribuintes
(conjunto de teste). Nesse caso, está ocorrendo

Question

Uma Administração Tributária desenvolveu um modelo de aprendizado supervisionado para prever o risco de inadimplência tributária de contribuintes, com o objetivo de priorizar ações de fiscalização. Observou-se que o modelo apresenta excelente
desempenho no conjunto de treinamento, mas desempenho significativamente inferior quando aplicado a novos contribuintes
(conjunto de teste). Nesse caso, está ocorrendo Alternativa A: multicolinearidade, pois as variáveis explicativas são correlacionadas. Ou Alternativa B: erro de amostragem, pois a amostra é pequena. Ou Alternativa C: underfitting, pois o modelo é excessivamente simples. Ou Alternativa D: overfitting, pois o modelo capturou ruído específico da base de treino. Ou Alternativa E: heterocedasticidade, pois a variância dos erros não é constante.

4 N 0 N 1 M 0 · Accepted Answer

Alternativa [D] overfitting, pois o modelo capturou ruído específico da base de treino. RESPOSTA: D Overfitting (sobreajuste) é um erro de aprendizado de máquina onde o modelo memoriza os dados de treinamento, incluindo ruídos e detalhes irrelevantes, em vez de aprender o padrão geral. Isso resulta em alta precisão no treino, mas falha em generalizar para novos dados. Ocorre quando o modelo é muito complexo para o conjunto de dados.

🚀 Quer mais performance?

🚀 Quer mais performance?

Uma Administração Tributária desenvolveu um modelo de aprend...

Comentários

Clique para visualizar este comentário

Questões de assuntos semelhantes

Provas relacionadas