Centro Federal de Educação Tecnológica de Minas Gerais

"A partir da época 8 a curva de validação começa a subir e a de perda continua descendo, isso significa que a validação chegou em seu ponto mínimo de análise e após isso não consegue avaliar precisamente as épocas, podendo até mesmo ter sido causado pelo overfitting. Sendo assim, é incorreto afirmar que o sistema esteja pronto para implantação, pois a partir da época 8 não é possível validar a perda do treinamento precisamente."

"Elas devem sofrer uma passagem na camada de entrada, passando pela camada oculta e saindo na camada de saída, tudo isso com a representação vetorial.
O backpropagation permite os ajustes dos valores de acordo com os resultados obtidos nas camadas, melhorando o sistema com o passar do tempo"

"A análise da precisão e do recall auxiliam no entendimento de como o modelo se comportou no geral. Mas uma medida concreta é a acurácia, que vai, geralmente, identificar o quanto o modelo conseguiu reproduzir os dados corretamente ou, com a ajuda das métricas anteriores, como ele apenas decorou as informações ao invés de aprender."

"É necessário fazer uma investigação nos dados entregues ao modelo para realizar o pré-treinamento, eles podem apresentar algum padrão que o sistema acabou decorando e causou overfitting. Também precisamos verificar se não houve nenhuma alteração nas formas de analisar cada item ou se alguma informação foi invertida com outra o que poderia causar o covariate shift. Por fim, analisar se tudo foi corretamente classificado antes do treinamento, para termos certeza se não há falhas no processo de rotulação"

"As redes convolucionais são melhores quando se trata de dados e aprendizado com base em imagens, porém é necessário técnicas como o Dropout para evitar que o sistema apenas decore os modelos, mesmo com escassez de dados é possível realizar um treino adequado.
Dropout: Elimina randomicamente alguns dados."

"Quando se faz um comparativo entre diferentes épocas e decide um valor mínimo de aceitação para determinar a possível melhoria do modelo, são maneiras seguras de validá-lo."

"Porque a calibração de 0.50 não é 'forte' suficiente para validar corretamente a operação, ela não vai ter uma distinção suficiente para diferenciar os pacientes padrões com os que tiveram pioras clínicas.
Neste contexto, um classificador mal calibrado é o que não consegue separar os pacientes padrões dos que tiveram pioras clínicas corretamente."

"No contexto hospitalar, os falsos positivos (FP), apesar de serem assustadores, geralmente não causam tantos problemas aos pacientes quanto os falsos negativos, que podem levar a morte.
É necessário ponderar sobre o limiar para decidir um valor que tenha o menor número possível de FP e FN, tendo como analisadores da situação a equipe médica, que possuem o conhecimento necessário da área para auxiliar os desenvolvedores na escolha."

"O plano é sempre avaliar o andamento da estrutura dos gráficos, se houver uma alteração não prevista o correto é parar o processamento e alterar o valor do limiar até a identificação do problema."

"A similaridade de cosseno apesar de conseguir realizar uma ordenação agradável, ela só consegue trabalhar em contextos de embeddings estáticos, tendo dificuldade quando os vetores necessitam de um certo contexto para ser feita a correta classificação."

"Os itens terem retornado corretamente não quer dizer necessariamente que eram os documentos exigidos e que o desenvolvedor procurava.
O protocolo de avaliação necessita levar em consideração a busca semântica da consulta, pois é preciso ter cuidado com todas as similaridades."

"A busca híbrida é a ideal, enquanto a léxica vai buscar as palavras parecidas entre os documentos e encontrar a central, a busca semântica vai analisar a central e procurar as semelhantes, permitindo com essa combinação encontrar qualquer tipo de documento, o mais ideal possível de preferência, sem excluir as palavras-chaves ou sinônimos."

"O documento de maior escore não significa automaticamente o melhor, pois apesar de já levar em consideração coisas como as consultas ambíguas e os documentos conflitantes, ela não analisa os sinônimos.
O primeiro limiar mínimo deveria ser algo relacionando a encontrar os documentos que tratam a respeito do mesmo assunto (para que não haja possível fuga do tema) e o segundo limiar busca o que apresentar o maior escore."

"Eu zero ambos e passo-os para o processo de abstenção.
Na abstenção eles são avaliados individualmente e o que fizer maior escore de acordo com as consultas respondíveis e não respondíveis pode retornar ao escopo, enquanto o outro é descartado da busca atual."

"O monitoramento pode ser feito através dos gráficos de abstenção e o sinal que eles dão aos engenheiros de modificação são as quedas bruscas ou aumentos bruscos irregulares que não condizem com o processamento contínuo do gráfico."