MédiaMúltipla escolha

Questão de prática de AI-900

O que é 'engenharia de recursos' (feature engineering) e por que isso importa para os modelos de aprendizado de máquina?

Escolha a melhor resposta.

Resposta correta

  • BCriação e transformação de variáveis de entrada usando conhecimento de domínio para melhorar o desempenho do modelo

Explicação

A engenharia de recursos é o processo de criação de novas variáveis de entrada ou transformação das existentes usando o conhecimento de domínio para ajudar os modelos de aprendizado de máquina a capturar melhor os padrões nos dados. Ela impacta diretamente o desempenho do modelo ao tornar as relações subjacentes mais explícitas, reduzir o ruído e permitir que os algoritmos aprendam com mais eficácia. No Azure Machine Learning, isso geralmente é feito por meio de ferramentas de engenharia de recursos automatizadas ou scripts Python personalizados dentro de pipelines.

Por que cada alternativa está certa ou errada

A

Incorreta

Construção de recursos de infraestrutura física (clusters de GPU) para treinamento de modelos

Clusters de GPU são hardware de treinamento físico, enquanto a engenharia de recursos manipula colunas de dados, como dimensionamento, codificação ou derivação de proporções. O provisionamento de hardware é tentador porque a infraestrutura de treinamento importa, mas ele aborda a capacidade de computação, e não o conteúdo informacional ou a qualidade das entradas do modelo.

B

Correta

Criação e transformação de variáveis de entrada usando conhecimento de domínio para melhorar o desempenho do modelo

A engenharia de recursos cria e transforma variáveis de entrada, usando o conhecimento de domínio para expor padrões que um conjunto de dados bruto esconde — dimensionamento, codificação, combinação de campos. Entradas melhor representadas permitem que o algoritmo aprenda relações mais precisas, melhorando diretamente o desempenho do modelo.

C

Incorreta

O processo de selecionar qual algoritmo de aprendizado de máquina usar para uma tarefa

A seleção de algoritmos é o treinamento de modelos, não a engenharia de recursos, que transforma dados brutos em variáveis de entrada informativas. Escolher um algoritmo é tentador porque também molda o desempenho do modelo, mas ocorre após a existência dos recursos e não cria nem refina os preditores que o modelo consome.

D

Incorreta

Adição de novos nós de computação a um cluster de treinamento para acelerar o treinamento

Adicionar nós de computação é o dimensionamento horizontal da infraestrutura de treinamento, não a engenharia de recursos, que deriva ou transforma variáveis de entrada. O dimensionamento é tentador porque também melhora os resultados do modelo, mas altera a taxa de transferência e o tempo de treinamento em vez da representação dos dados alimentados no algoritmo.

Para se aprofundar

A engenharia de recursos é a prática de usar o conhecimento de domínio para selecionar, criar e transformar variáveis de entrada brutas em representações que tornam os padrões mais fáceis de serem aprendidos por um modelo. Inclui técnicas como codificação one-hot de variáveis categóricas, agrupamento em categorias (binning) de valores contínuos, normalização ou padronização de intervalos numéricos, extração de partes de datas como dia da semana, cálculo de proporções ou agregados e tratamento de valores ausentes. A qualidade e a relevância dos recursos frequentemente influenciam a acurácia do modelo mais do que a escolha do algoritmo, porque um modelo só pode aprender com o sinal presente em suas entradas. Um comportamento sutil é o vazamento de dados (data leakage), onde um recurso derivado usando informações futuras infla a acurácia de validação, mas falha em produção. Um cenário realista é um modelo de rotatividade (churn) onde carimbos de data/hora brutos do último login são convertidos em dias desde o último login, um recurso que captura diretamente o engajamento e melhora o desempenho preditivo.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.