Respostas corretas
- AAvalie o modelo em um conjunto de teste separado que não foi usado durante o treinamento.
- BRevise a matriz de confusão para entender quais classes são classificadas incorretamente com frequência.
Explicação
A opção A está correta porque avaliar o modelo de classificação de texto personalizado em um conjunto de teste separado que não foi usado durante o treinamento fornece uma estimativa imparcial do desempenho de generalização, o que é essencial antes de promover o modelo para produção. A opção B está correta porque revisar a matriz de confusão revela padrões de precisão e revocação (recall) por classe e mostra exatamente quais classes são frequentemente classificadas incorretamente, permitindo melhorias direcionadas nos dados ou rótulos. A opção C está incorreta porque o Azure AI Language não exige um limite de acurácia fixo de 95% em uma divisão de validação cruzada; as metas de desempenho são específicas do cenário e a validação cruzada não é o fluxo de trabalho de avaliação padrão para este serviço. A opção D está incorreta porque calcular a acurácia no conjunto de treinamento mede a memorização em vez da generalização e será otimisticamente tendenciosa. A opção E está incorreta porque comparar com uma linha de base de classe majoritária é uma verificação de sanidade útil, mas não é uma ação necessária antes da promoção; a pergunta pede ações para garantir os requisitos de desempenho.