Transcrição da Prova — Felipe Cassemiro de Paiva
Matrícula: 20213003704 • Turma2 • 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: Felipe Cassemiro de Paiva
Matrícula: 20213003704
Turma: turma2
Taxa de Legibilidade Estimada: 88%
Questão 1 — Triagem com dados heterogêneos (5,0 pontos)
Item 1.a — Figura 1 e Decisão de Produção (2,0 pontos)
“O gráfico mostra que o modelo não está pronto para ambiente produtivo e se trata de um caso de overfitting de dados para os casos de treino, o que limita a assertividade do modelo a grande variedades em casos de produção.”
Observações de Leitura (OCR): Cursiva legível; identifica overfitting e perda de generalização.
Item 1.b — Representação e Retropropagação (2,0 pontos)
“A aplicação deve combinar [?] binaria ao treinamento, no qual a backpropagation tem o papel de refinar o valor dos parametros com base no size da epoca de treinamento aplicado”
Observações de Leitura (OCR): Tinta mais clara; termo entre colchetes de difícil distinção morfológica.
Item 1.c — Evidências de Confiança e Reprodutibilidade (1,0 ponto)
“Antes do ambiente produtivo é necessario metrificar a acuracia, precisão e o recall do modelo com base nos dados de FP, TP, FN, TN esperados e medidos”
Observações de Leitura (OCR): Notação clara da matriz de confusão (FP, TP, FN, TN).
Questão 2 — Inspeção visual em condições novas (5,0 pontos)
Item 2.a — Diagnóstico Experimental (2,0 pontos)
“Investigar o valor das perdas de validação e testes ao longo da epocas para realizar os ajustes de parametros e evitar over/underfitting comparado aos resultados de falso positivo e falso negativo.”
Observações de Leitura (OCR): Escrita contínua em caneta esferográfica.
Item 2.b — Arquitetura e Transferência de Aprendizado (2,0 pontos)
“Para esse caso faz sentido pela possibilidade de congelamento, o que permite que o modelo continue em operação nos demais turnos. Além disso o complemento da base aumentando o numero de epocas de treino”
Observações de Leitura (OCR): Cursiva legível.
Item 2.c — Cautela Amostral (1,0 ponto)
“Aplicar o conceito de Recall para mitigar a possibilidade de conclusões precipitadas sobre o modelo usado.”
Observações de Leitura (OCR): Resposta objetiva de duas linhas.
Questão 3 — Alerta que muda decisões (5,0 pontos)
Item 3.a — Interpretação da Calibração e Crítica ao Limiar (2,0 pontos)
“Fixar o limiar do modelo vai limitar a capacidade de aprendizado e melhoria dos resultados, o que diverge do objetivo central. Em contexto clínico isso faz com que o resultado apresente maiores casos de falsos positivos e negativos, diminuindo a assertividade e eficiência do classificador.”
Observações de Leitura (OCR): Cursiva fluida e clara.
Item 3.b — Custos Assimétricos e Capacidade Operacional (2,0 pontos)
“Os valores devem ser ajustados de forma que os casos de falso resultado não ultrapassem o teto de capacidade da equipe medica, para que dessa forma não aconteça casos de sobrecarga e o diagnostico final seja correto.”
Observações de Leitura (OCR): Argumentação completa sobre o teto operacional.
Item 3.c — Telemetria e Deriva de Conceito (1,0 ponto)
“O monitoramento deve fazer um acompanhamento historico sobre resultados esperados e falsos para poder detectar data drift e o modelo utilizado deve permitir congelamento de epocas e ajustes finos das variaveis”
Observações de Leitura (OCR): Grafia legível.
Questão 4 — Busca de conhecimento para atendimento (5,0 pontos)
Item 4.a — Representação Semântica e Limitações do Cosseno (2,0 pontos)
“O modelo adotado não consegue garantir relevância por falta de contexto no retorno, buscando qualquer documento que trate minimamente sobre alterar senha.”
Observações de Leitura (OCR): Cursiva clara.
Item 4.b — Avaliação Rigorosa de Recuperação (1,5 pontos)
“Porque assim ele não mensura a assertividade real de resolucao do problema. O ideal seria verificar sucesso com base em resultado positivos em relacao ao compo amostral. \(\frac{TP}{TP+FP}\) pode servir com indicativo”
Observações de Leitura (OCR): Inclui fórmula manuscrita de precisão \(\frac{TP}{TP+FP}\).
Item 4.c — Busca Híbrida e Governança (1,5 pontos)
“A abordagem hibrida garantiria maior contexto sobre o que esta sendo buscado, fazendo com que o numero de falsos positivos no resulta seja menor.”
Observações de Leitura (OCR): Texto cursivo claro.
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 não é boa pois limita a capacidade de aprendizado do modelo se trata tudo de forma binaria, para o caso faz mais sentido o aprendizado com base no resultado e o funcionamento probabilistico.”
Observações de Leitura (OCR): Cursiva contínua.
Item 5.b — Conflito de Fontes e Validação Prévia (2,0 pontos)
“O sistema deve trabalhar com base em scores e delimitação de prioridade de parametros. Uso de base de testes mais base de validacao.”
Observações de Leitura (OCR): Resposta em duas linhas.
Item 5.c — Telemetria e Impacto Operacional (1,0 ponto)
“Crescimento significativo dos caso de falso negativo, demonstrando a possibilidade de underfitting do modelo”
Observações de Leitura (OCR): Cursiva legível.
Espaço de Rascunho / Cálculos Adicionais
[EM BRANCO]