Questão 102 — Aprendizado de Máquina — Sobreajuste (Ciência de Dados) — Cebraspe · Secretaria de Estado da Fazenda de Sergipe (SEFAZ/SE) 2025

Ciência de Dados Aprendizado de Máquina — Sobreajuste

Cebraspe 2025

Secretaria de Estado da Fazenda de Sergipe (SEFAZ/SE) · Auditor Fiscal Tributário

Gabarito disponível

No que diz respeito ao fenômeno de sobreajuste (overfitting), assinale a opção correta.

Selecione uma alternativa A) O sobreajuste ocorre quando um modelo preditivo é avaliado por seu desempenho em exemplares não utilizados no treinamento, o que resulta em avaliações positivas. B) Modelos que se sobreajustam não representam os dados de treinamento com total fidelidade, o que resulta em avaliações ruins para todos os tipos de exemplares. C) O sobreajuste é um fenômeno benéfico, pois garante que o modelo preditivo seja altamente preciso tanto para dados de treinamento quanto para novos exemplares. D) O sobreajuste ocorre apenas quando o conjunto de dados de treinamento é muito pequeno, podendo ser solucionado com a sintonização manual dos parâmetros do modelo. E) Modelos que se sobreajustam representam os exemplares de treinamento com alta fidelidade, mas perdem desempenho quando aplicados a novos exemplares, o que resulta em avaliações ruins.

Resolução comentada

Overfitting: bom no treino, ruim em dados novos.

No sobreajuste o modelo se ajusta excessivamente aos dados de treinamento, representando-os com alta fidelidade, mas generaliza mal e perde desempenho em novos exemplares.

Análise das alternativas

A) Avaliar em dados não usados no treino é a forma de detectar o overfitting, não sua causa, e o resultado é ruim. B) Esses modelos representam bem o treino; o desempenho ruim ocorre nos dados novos. C) O fenômeno é prejudicial, pois compromete a generalização. D) Não ocorre apenas com conjuntos pequenos; modelos complexos demais também sobreajustam.

Referência: Aprendizado de máquina – generalização e overfitting

Resolução comentada do VaiConcursos.