Quiz 07 - Introdução

1. O que acontece no Underfitting?

O modelo decora todos os dados

O modelo é simples demais e não consegue aprender o padrão nem no treino

O modelo funciona perfeitamente no teste

O computador desliga sozinho

2. Se um modelo tem 99% de acerto no treino e 60% no teste, ele está sofrendo de:

Underfitting

Overfitting

Falta de memória

Acerto crítico

3. O que é "Ruído" nos dados?

Som de estática

Informações irrelevantes ou aleatórias que podem confundir o modelo

A música que o programador ouve

O brilho da tela

4. Como o Overfitting pode ser evitado?

Usando modelos cada vez mais complexos

Usando mais dados de treinamento ou simplificando o modelo

Diminuindo o tamanho do banco de dados

Escrevendo o código em outra linguagem

5. O objetivo final de qualquer modelo de IA é a:

Decoração

Generalização

Velocidade extrema

Perfeição absoluta no treino

6. O que é o conjunto de Validação?

Uma cópia do conjunto de teste

Um terceiro conjunto usado durante o treino para ajustar os hiperparâmetros

O conjunto de dados que o cliente fornece no final

Um backup dos dados

7. O gráfico de erro ideal mostra:

O erro de treino subindo e o de teste descendo

Ambos os erros descendo e se mantendo próximos

Uma linha reta no topo

Um círculo perfeito

8. Qual desses modelos é mais propenso a Overfitting?

Uma reta simples (Regressão Linear)

Uma rede neural gigante com poucos dados de treino

Um cálculo de média simples

Um sistema de sorteio aleatório

9. Aumentar a quantidade de dados costuma ajudar com:

Underfitting

Overfitting

Velocidade de download

Ordem alfabética

10. "Decorar os dados de treino" é uma forma informal de chamar o:

Deep Learning

Overfitting

Big Data

Hardware