Transcrição da Prova — Esther Cristina Silva Magalhães
Matrícula: 20203011060 • Turma1 • Prova Escrita 1 (Modelo A)
Voltar ao Quadro Geral de Notas | Visualizar Laudo Oficial em HTML
Transcrição Fiel da Prova Escrita 1 — Modelo A
Discente: Esther Cristina Silva Magalhães
Matrícula: 20203011060
Turma: turma1
Taxa de Legibilidade Estimada: 92%
Questão 1 — Triagem com dados heterogêneos (5,0 pontos)
Item 1.a — Figura 1 e Decisão de Produção (2,0 pontos)
“A equipe afirmou que porque a perda de treinamento diminui a cada época o sistema está pronto. Porém a afirmativa pode estar errada se tiver acontecendo overfitting. Onde o sistema acostumou com o treino. Necessário avaliar com afinco os parâmetros. Fazer validações utilizados e testes reais da aplicação”
Observações de Leitura (OCR): Cursiva arredondada e fluida em caneta azul; sublinhou trecho do enunciado (“diminui a cada época”).
Item 1.b — Representação e Retropropagação (2,0 pontos)
“As alimentações devem incluir a validação dos dados que sao representados, as metricas utilizacao, a gradiente transportado entre as camadas da MLP.”
Observações de Leitura (OCR): Cursiva nítida.
Item 1.c — Evidências de Confiança e Reprodutibilidade (1,0 ponto)
“Necessario avaliar as metricas. A taxa de aprendizado, os gradientes, o viés e principalmente a segurança dos dados ao transportar camadas”
Observações de Leitura (OCR): Letra cursiva legível.
Questão 2 — Inspeção visual em condições novas (5,0 pontos)
Item 2.a — Diagnóstico Experimental (2,0 pontos)
“A base foi treinada com dados limitantes, então ela foi treinada para reconhecer padrões específicos e não gerais. Desta forma, irá apresentar falhas no processo de rotulação qual não foi treinada para interpretar”
Observações de Leitura (OCR): Texto cursivo claro e contínuo.
Item 2.b — Arquitetura e Transferência de Aprendizado (2,0 pontos)
“Congela a base, treina a cabeça, avalia os metricos, descongela a base em camadas com taxa de aprendizado baixo, verifica se os metricos correspondem.”
Observações de Leitura (OCR): Grafia clara descrevendo fine-tuning.
Item 2.c — Cautela Amostral (1,0 ponto)
“Necessario primeiramente alimentar a base para melhor precisão. Acompanhar as camadas de treino, as validações e sua metricas, gradiente, viés, a propagação e teste. Fazer validações em ambiente real.”
Observações de Leitura (OCR): Cursiva nítida.
Questão 3 — Alerta que muda decisões (5,0 pontos)
Item 3.a — Interpretação da Calibração e Crítica ao Limiar (2,0 pontos)
“Primeiro que se trata de um ambiente onde é necessário cuidado para não cometer erros que podem ser fatais. Fixar o limiar em 0,50 pode causar convergência e atrapalhar nas transportações dos camadas de teste e validação. As metricas nao estão otimizadas. O gradiente pode estar equivocado.”
Observações de Leitura (OCR): Grafia fluida.
Item 3.b — Custos Assimétricos e Capacidade Operacional (2,0 pontos)
“O falso negativo no cenário apresentado pode ser fatal.”
Observações de Leitura (OCR): Resposta objetiva em linha única.
Item 3.c — Telemetria e Deriva de Conceito (1,0 ponto)
[NÃO RESPONDEU / EM BRANCO]
Observações de Leitura (OCR): Campo deixado em branco.
Questão 4 — Busca de conhecimento para atendimento (5,0 pontos)
Item 4.a — Representação Semântica e Limitações do Cosseno (2,0 pontos)
“O uso de embeddings estáticos limita a veracidade e exposição dos informações além de não ser tão proveitoso. Ele utiliza de mecanismos e dados já treinados e obtidos em uma camada fina e superficial. Já o Transformers consegue abstrair informações em camadas mais densas.”
Observações de Leitura (OCR): Cursiva contínua bem delineada.
Item 4.b — Avaliação Rigorosa de Recuperação (1,5 pontos)
“Necessario fazer testes reais para verificar se a base utilizada foi confiável, a aprendizado da maquina, e se nao é apenas uma semantica ortográfica.”
Observações de Leitura (OCR): Escrita cursiva legível.
Item 4.c — Busca Híbrida e Governança (1,5 pontos)
“A combinacao dos vetores densos, com busca lexical e filtro de metados consegue”abtrair conhecimento” de camadas mais densas, com semantica e confiança de informacões.”
Observações de Leitura (OCR): Termo “abtrair conhecimento” entre aspas no original.
Questão 5 — Assistente que pode não responder (5,0 pontos)
Item 5.a — Contestação do Maior Escore e Desenho da Abstenção (2,0 pontos)
“A proposta do gestor é válida.”
Observações de Leitura (OCR): Resposta de uma única frase curta.
Item 5.b — Conflito de Fontes e Validação Prévia (2,0 pontos)
[NÃO RESPONDEU / EM BRANCO]
Observações de Leitura (OCR): Campo deixado em branco.
Item 5.c — Telemetria e Impacto Operacional (1,0 ponto)
[NÃO RESPONDEU / EM BRANCO]
Observações de Leitura (OCR): Campo deixado em branco.
Espaço de Rascunho / Cálculos Adicionais
[EM BRANCO]