MédiaMúltipla escolha

Questão de prática de AI-900

O que é sobreajuste (overfitting) em aprendizado de máquina (machine learning)?

Escolha a melhor resposta.

Resposta correta

  • AQuando um modelo tem um bom desempenho em dados de treinamento, mas um desempenho ruim em dados novos e não vistos

Explicação

O sobreajuste ocorre quando um modelo de aprendizado de máquina aprende os dados de treinamento muito bem, incluindo seu ruído e valores discrepantes, resultando em alta precisão nos dados de treinamento, mas baixa generalização para novos dados não vistos. Este é um conceito fundamental em ML porque o objetivo é criar modelos que tenham um bom desempenho em dados do mundo real, e não apenas nos dados em que foram treinados. No Azure Machine Learning, técnicas como regularização, validação cruzada e parada precoce (early stopping) são usadas para detectar e mitigar o sobreajuste.

Por que cada alternativa está certa ou errada

A

Correta

Quando um modelo tem um bom desempenho em dados de treinamento, mas um desempenho ruim em dados novos e não vistos

O sobreajuste ocorre quando um modelo memoriza os dados de treinamento, incluindo o ruído, de modo que o desempenho do treinamento é alto, enquanto a generalização para dados novos e não vistos é baixa. Essa lacuna entre o desempenho de treinamento e validação é a característica definidora da condição.

B

Incorreta

Quando um modelo é treinado com poucos dados

O treinamento com poucos dados causa o subajuste (underfitting), onde o modelo falha em capturar o padrão subjacente e tem um desempenho ruim tanto nos dados de treinamento quanto nos novos. É tentador porque ambos são problemas de quantidade de dados, e estaria correto se o enunciado perguntasse sobre um modelo que não pode generalizar devido a exemplos insuficientes.

C

Incorreta

Quando um modelo demora muito para ser treinado

O sobreajuste diz respeito a um modelo que memoriza os dados de treinamento para que generalize mal para dados não vistos; a duração do treinamento não está relacionada. É tentador porque o treinamento longo geralmente acompanha modelos complexos, mas o sintoma definidor é um forte desempenho de treinamento combinado com um fraco desempenho de validação.

D

Incorreta

Quando um modelo tem um desempenho ruim nos dados de treinamento e de teste

O subajuste, e não o sobreajuste, descreve um desempenho ruim nos dados de treinamento e de teste; o sobreajuste significa baixo erro de treinamento com alto erro de teste, porque o modelo memorizou o ruído. É tentador porque um modelo que falha em todos os lugares sinaliza genuinamente capacidade ou treinamento insuficiente, que é o cenário onde adicionar recursos ou treinar por mais tempo seria a correção correta.

Para se aprofundar

O sobreajuste ocorre quando um modelo aprende os dados de treinamento muito bem, incluindo seu ruído e flutuações aleatórias, a ponto de ter um desempenho ruim em dados novos e não vistos. Isso acontece quando o modelo é muito complexo em relação à quantidade de dados de treinamento, ou quando o treinamento é executado por muito tempo sem regularização. O modelo essencialmente memoriza em vez de generalizar. Um sinal sutil é uma grande lacuna entre a precisão de treinamento e de validação. Na prática, o sobreajuste é mitigado por técnicas como validação cruzada, regularização (L1/L2), dropout, parada precoce e aumento dos dados de treinamento. Por exemplo, uma árvore de decisão com profundidade ilimitada pode atingir 100% de precisão de treinamento, mas 60% de precisão de teste, indicando sobreajuste.

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.