Laudo Oficial de Correção — Prova Teórica 1

Inteligência Artificial II (IA II) • CEFET-MG 2026.2

Autor

Prof. Aléssio Miranda Júnior

Data de Publicação

19/10/2026

Data de Modificação

04/11/2026

NotaDados do Discente
  • Discente: Vitor Mateus Morais Silva
  • Matrícula: 20213005905
  • Turma: Turma 2
  • Data da Avaliação: 19/10/2026
  • Pontuação Final: 4,0 / 25,0 (Aproveitamento: 16,0%)
  • Legibilidade da Caligrafia: 88% (Boa Legibilidade)

Desempenho Consolidado por Questão

Questão / Tema Pontos Obtidos Valor Aproveitamento
Q1: Triagem com dados heterogêneos 0,8 5,0 16,0%
Q2: Inspeção visual em condições novas 0,8 5,0 16,0%
Q3: Alerta que muda decisões 1,7 5,0 34,0%
Q4: Busca de conhecimento para atendimento 0,0 5,0 0,0%
Q5: Assistente que pode não responder 0,7 5,0 14,0%
TOTAL GERAL 4,0 25,0 16,0%

Questão 1 — Triagem com dados heterogêneos (0,8 / 5,0 pts)

1.a Diagnóstico da Curva de Aprendizado e Decisão de Produção (0,4 / 2,0)

NotaResposta Transcrita do Aluno

“Mostra que a partir da epoca 8 a perda tende a ser muito pequena. Porque talvez o modelo usado não seja o mais adequado para este tipo de sistema.”

DicaParecer do Docente

Observou a inflexão na Época 8, mas interpretou erroneamente que a perda se torna muito pequena, sem perceber que a perda de validação sobe acentuadamente (sobreajuste clássico).

1.b Representação de Entradas Heterogêneas e Retropropagação (0,2 / 2,0)

NotaResposta Transcrita do Aluno

“devem ser representadas de uma forma que o modelo consiga entender e processar estes dados”

DicaParecer do Docente

Resposta puramente genérica. Não tratou de normalização numérica, One-Hot Encoding ou Embeddings, nem do cálculo de gradientes via regra da cadeia no backpropagation.

1.c Evidências Clínicas de Confiança e Reprodutibilidade (0,2 / 1,0)

NotaResposta Transcrita do Aluno

“Analisar se o modelo está conseguindo identificar os dados corretamente e se está aprendendo.”

DicaParecer do Docente

Resposta vaga. Deixou de abordar a separação de partição de teste cego independente, métricas clínicas adequadas (Recall, AUC-PR) e o protocolo de reprodutibilidade por sementes aleatórias.

Questão 2 — Inspeção visual em condições novas (0,8 / 5,0 pts)

2.a Diagnóstico Experimental do Aumento de Alertas (0,0 / 2,0)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado em branco pelo aluno.

2.b Arquitetura Convolucional e Transferência de Aprendizado (0,4 / 2,0)

NotaResposta Transcrita do Aluno

“Porque a CNN tem dentro dele parâmetros e especificações que ajudam a fazer analises mais claras de processamento de imagens.”

DicaParecer do Docente

Apontou genericamente a adequação da CNN para processamento de imagens. Não citou a transferência de aprendizado com modelos pré-treinados nem o congelamento de camadas.

2.c Cautela Amostral e Validação com Poucos Dados (0,4 / 1,0)

NotaResposta Transcrita do Aluno

“Buscando aumentar o volume de dados no turno noturno, depois que o modelo terminar de fazer as analises ter uma pessoa para valida-los.”

DicaParecer do Docente

Propôs coleta de dados noturnos adicionais e validação humana (human-in-the-loop). Omitiu validação cruzada estratificada e testes formais de significância estatística.

Questão 3 — Alerta que muda decisões (1,7 / 5,0 pts)

3.a Interpretação da Calibração e Crítica ao Limiar 0,50 (1,4 / 2,0)

NotaResposta Transcrita do Aluno

“Porque ele ficou abaixo da calibração ideal e o valor que conseguiu foi de 18%. Poucos dados analisados.”

DicaParecer do Docente

Excelente identificação direta do ponto da curva na Figura 2: extraiu com exatidão que o valor real correspondente ao limiar foi de apenas 18%, evidenciando a descalibração.

3.b Custos Assimétricos e Capacidade da Equipe Médica (0,3 / 2,0)

NotaResposta Transcrita do Aluno

“devem ser combinados de uma forma que o modelo consiga no final da analise entregar a analise correta.”

DicaParecer do Docente

Afirmação vaga. Não discutiu a gravidade clínica do falso negativo nem a capacidade física de atendimento da equipe médica frente aos alarmes falsos.

3.c Telemetria Contínua e Deriva de Conceito (0,0 / 1,0)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado em branco pelo aluno.

Questão 4 — Busca de conhecimento para atendimento (0,0 / 5,0 pts)

4.a Representação Semântica e Limitações da Similaridade de Cosseno (0,0 / 2,0)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado integralmente em branco.

4.b Avaliação Rigorosa de Recuperação (Information Retrieval) (0,0 / 1,5)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado integralmente em branco.

4.c Busca Híbrida e Governança Normativa (0,0 / 1,5)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado integralmente em branco.

Questão 5 — Assistente que pode não responder (0,7 / 5,0 pts)

5.a Contestação do Maior Escore e Desenho da Abstenção (0,7 / 2,0)

NotaResposta Transcrita do Aluno

“Não seria uma boa ideia. Porque dependendo do tipo de pergunta que seja feita talvez um documento que não tenha o maior escore mas que resolva o problema atende”

DicaParecer do Docente

Contestou adequadamente a proposta do gestor, percebendo que o maior escore pode não ser a melhor resposta. Não formalizou, contudo, os limiares quantitativos de abstenção (τ₁, τ₂).

5.b Conflito de Fontes e Validação Prévia da Abstenção (0,0 / 2,0)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado em branco pelo aluno.

5.c Telemetria da Taxa de Abstenção em Produção (0,0 / 1,0)

NotaResposta Transcrita do Aluno

“[NÃO RESPONDEU / EM BRANCO]”

DicaParecer do Docente

Subitem deixado em branco pelo aluno.

Laudo gerado oficialmente pela disciplina Inteligência Artificial II (IA II) • CEFET-MG Timóteo

De volta ao topo