Exercícios: Aula 07 - Overfitting e Underfitting 🎯
Domine o equilíbrio entre um modelo simples demais e um que decora os dados.
Básico
Conceito: Defina o que é "Generalização" no contexto de Machine Learning.
Identificação: Se um modelo tem um erro de 30% no treino e 32% no teste, ele está sofrendo de que problema (Assumindo que 30% é um erro alto)?
Intermediário
Overfitting: Explique por que ter um erro de 0% no conjunto de treino pode ser um sinal de alerta em vez de um motivo de comemoração.
Validação Cruzada: Como a técnica de Cross-Validation ajuda a garantir que o nosso resultado de teste é confiável e não apenas "sorte" na divisão dos dados?
Desafio
Cenário Real: Um banco criou uma IA para detectar fraudes. No treino, ela acertou 99.9%. Ao ser colocada no mundo real, ela deixou passar quase todas as fraudes.
Qual problema ocorreu (Over ou Underfit)?
Cite duas possíveis causas para esse comportamento (ex: dados, complexidade do modelo).
Sugira uma solução prática.
📚 Gabarito e Soluções Comentadas
Gabarito Explicado ### Questão 1: Conceito **Resposta Comentada:** - **Fundamentação:** No contexto de **Overfitting e Underfitting**, o conceito abordado (Conceito) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 2: Identificação **Resposta Comentada:** - **Fundamentação:** No contexto de **Overfitting e Underfitting**, o conceito abordado (Identificação) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 3: Overfitting **Resposta Comentada:** - **Fundamentação:** No contexto de **Overfitting e Underfitting**, o conceito abordado (Overfitting) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 4: Validação Cruzada **Resposta Comentada:** - **Fundamentação:** No contexto de **Overfitting e Underfitting**, o conceito abordado (Validação Cruzada) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 5: Cenário Real **Resposta Comentada:** - **Fundamentação:** No contexto de **Overfitting e Underfitting**, o conceito abordado (Cenário Real) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais.