Transcrição da Prova — Emanuel Carlos de Oliveira Dias

Matrícula: 20233004020 • Turma1 • Prova Escrita 1 (Modelo A)

Data de Publicação

27/10/2026

Data de Modificação

22/10/2026

Voltar ao Quadro Geral de Notas | Visualizar Laudo Oficial em HTML

Transcrição da Prova Escrita 1 — Emanuel Carlos de Oliveira Dias

Questão 1 — Triagem com dados heterogêneos (5,0 pts) — [Páginas 1 e 2]

  • Legibilidade da Questão: 95%

1.a Figura 1 e Decisão de Produção (Valor: 2,0) — [Página 1]

  • Resposta Manuscrita: > “Revela que o modelo está em overfitting. O modelo está memorizando padrões do treinamento e perdendo capacidade de generalização. Portanto, a redução da perda de treinamento não garante bom desempenho em dados novos. Devemos considerar early stopping na época 8 e avaliar o modelo em um conjunto de testes independentes.”
  • Observações de Leitura (OCR): Diagnóstico perfeito do sobreajuste e indicação precisa de parada precoce (early stopping) na época 8 e validação em teste independente.

1.b Representação e Retropropagação (Valor: 2,0) — [Página 2]

  • Resposta Manuscrita: > “As variáveis numéricas, como idade e sinais vitais, devem ser normalizados e/ou padronizados. As variáveis categóricas podem ser representados por one-hot encoding ou embeddings. Essas entradas são concatenadas e fornecidos à MLP. Durante o treinamento, a retropropagação calcula os gradientes de perda pela regra da cadeia, permitindo atualizar seus pesos e vieses, minimizando erros.”
  • Observações de Leitura (OCR): Resposta completa e precisa: aborda normalização/padronização, one-hot/embeddings, concatenação e atualização de pesos e vieses via regra da cadeia no backpropagation.

1.c Evidências de Confiança e Reprodutibilidade (Valor: 1,0) — [Página 2]

  • Resposta Manuscrita: > “São necessários dados representativos de diferentes perfis de pacientes, incluindo urgentes. Devem ser avaliados métricas sensibilidade, especificidade, precisão, etc. Para garantir reprodutibilidade, devem ser registrados sementes aleatórias, versões dos dados, hiperparâmetros, etc.”
  • Observações de Leitura (OCR): Citação completa de métricas clínicas balanceadas (sensibilidade, especificidade, precisão) e elementos formais de reprodutibilidade científica (seeds, versionamento e hiperparâmetros).

Questão 2 — Inspeção visual em condições novas (5,0 pts) — [Páginas 2 e 3]

  • Legibilidade da Questão: 94%

2.a Diagnóstico Experimental (Valor: 2,0) — [Página 2]

  • Resposta Manuscrita: > “Comparar imagens diurnas e noturnas quanto à iluminação e desempenho. Analisar perdas de treino e validação para detectar overfitting. Diferenças nas distribuições para identificar covariate shift. Revisar rótulos para encontrar erros de anotação.”
  • Observações de Leitura (OCR): Discrimina com clareza as rotinas experimentais para cada hipótese (curvas para overfitting, teste distributivo para covariate shift e auditoria de rótulos).

2.b Arquitetura e Transferência de Aprendizado (Valor: 2,0) — [Página 3]

  • Diagrama / Elemento Visual: Sem diagrama esquemático.
  • Resposta Manuscrita: > “CNNs identificam padrões espaciais, como bordas e texturas. Utilizar-se um modelo pré-treinado, congelando inicialmente suas camadas e depois realizando fine-tuning. Aplicar data augmentation com variações de brilho e contraste.”
  • Observações de Leitura (OCR): Explica a motivação das CNNs (padrões espaciais locais) e delineia o pipeline clássico de transfer learning (congelamento inicial + fine-tuning) aliado a data augmentation de iluminação.

2.c Cautela Amostral (Valor: 1,0) — [Página 3]

  • Resposta Manuscrita: > “Ampliar a amostra, utilizar validação estratificada e intervalos de confiança. Manter revisão humana até obter resultados confiáveis.”
  • Observações de Leitura (OCR): Cautela com amostragem estatística, estratificação e salvaguarda operacional humana (human-in-the-loop).

Questão 3 — Alerta que muda decisões (5,0 pts) — [Páginas 3 e 4]

  • Legibilidade da Questão: 95%

3.a Interpretação da Calibração e Crítica ao Limiar (Valor: 2,0) — [Página 3]

  • Diagrama / Elemento Visual: Sem anotações sobre o gráfico da Figura 2.
  • Resposta Manuscrita: > “O modelo está mal calibrado, pois prevê probabilidades maiores que as frequências reais. Uma previsão de 50% corresponde a 18% de ocorrência. Portanto, o limiar 0,50 não é adequado.”
  • Observações de Leitura (OCR): Leitura correta e objetiva do diagrama de calibração (\(\hat{p} = 0,50 \implies 18\%\)).

3.b Custos Assimétricos e Capacidade Operacional (Valor: 2,0) — [Página 4]

  • Resposta Manuscrita: > “O limiar deve equilibrar falsos positivos, que sobrecarregam a equipe, e falsos negativos, que podem comprometer os pacientes. Devem ser considerados os custos dos erros e a capacidade operacional.”
  • Observações de Leitura (OCR): Perfeita articulação entre o custo do erro clínico (FN) e a sobrecarga operacional (FP).

3.c Telemetria e Deriva de Conceito (Valor: 1,0) — [Página 4]

  • Resposta Manuscrita: > “Monitorar distribuição dos dados, probabilidades, taxas de alerta e desempenho. Ao detectar deriva, investigar, recalibrar e/ou treinar o modelo com dados recentes.”
  • Observações de Leitura (OCR): Protocolo de monitoramento em múltiplos níveis e ações corretivas claras (recalibração/retreino).

Questão 4 — Busca de conhecimento para atendimento (5,0 pts) — [Páginas 4 e 5]

  • Legibilidade da Questão: 94%

4.a Representação Semântica e Limitações do Cosseno (Valor: 2,0) — [Página 4]

  • Resposta Manuscrita: > “Word2Vec utiliza embeddings estáticos, enquanto BERT considera o contexto das palavras. A similaridade do cosseno mede proximidade semântica, mas não garante relevância, validade ou atualização dos documentos.”
  • Observações de Leitura (OCR): Diferenciação precisa entre embeddings estáticos e contextuais, além de apontar a limitação da métrica de cosseno frente à validade temporal dos documentos.

4.b Avaliação Rigorosa de Recuperação (Valor: 1,5) — [Página 5]

  • Resposta Manuscrita: > “A produção de consultas com retorno não garante qualidade. Deve-se avaliar documentos relevantes usando métricas como Precision@K e Recall@K”
  • Observações de Leitura (OCR): Citação técnica das métricas de Information Retrieval Precision@K e Recall@K.

4.c Busca Híbrida e Governança (Valor: 1,5) — [Página 5]

  • Resposta Manuscrita: > “Combinar busca vetorial com BM25 melhora a recuperação semântica e lexical. Filtros de metadados devem priorizar documentos vigentes, excluindo normas revogadas das respostas atuais.”
  • Observações de Leitura (OCR): Abordagem híbrida impecável aliando recuperação semântica/lexical a filtros rígidos de metadados.

Questão 5 — Assistente que pode não responder (5,0 pts) — [Páginas 5 e 6]

  • Legibilidade da Questão: 93%

5.a Contestação do Maior Escore e Desenho da Abstenção (Valor: 2,0) — [Página 5]

  • Resposta Manuscrita: > “O maior escore não garante uma resposta correta. O sistema deve responder apenas quando o escore máximo superar um limiar mínimo (\(\tau_1\)) e a diferença para o segundo resultado superar a margem (\(\tau_2\)). Senão, deve se abster.”
  • Observações de Leitura (OCR): Formulação canônica da política de abstenção com limiar de confiança \(\tau_1\) e margem de desambiguação \(\tau_2\).

5.b Conflito de Fontes e Validação Prévia (Valor: 2,0) — [Página 6]

  • Resposta Manuscrita: > “Documentos conflitantes devem ser analisados conforme à vigência e autoridade. Persistindo a dúvida, o sistema deve se abster. A validação deve incluir consultas respondíveis e não respondíveis, avaliando precisão, cobertura e taxa de abstenção.”
  • Observações de Leitura (OCR): Princípio de autoridade/vigência com abstenção prudencial e framework de testes com consultas respondíveis e não-respondíveis.

5.c Telemetria e Impacto Operacional (Valor: 1,0) — [Página 6]

  • Resposta Manuscrita: > “Monitorar taxas de abstenção, escores e margens entre resultados. Aumentos inesperados podem indicar mudanças nas consultas e documentos, exigindo revisão do sistema.”
  • Observações de Leitura (OCR): Identifica a telemetria da abstenção como gatilho de auditoria operacional diante de mudanças no acervo ou perfil de usuários.
De volta ao topo