Transcrição da Prova — Fernanda Laylla Almeida
Matrícula: 20233008299 • 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: Fernanda Laylla Almeida
Matrícula: 20233008299
Turma: turma2
Taxa de Legibilidade Estimada: 93%
Questão 1 — Triagem com dados heterogêneos (5,0 pontos)
Item 1.a — Figura 1 e Decisão de Produção (2,0 pontos)
“A curva de perda de treino continua diminuindo e a curva de validação aumenta indica overfitting, o modelo está apenas memorizando e não aprendendo, até mesmo os ruídos, por isso não está pronto para produção.”
Observações de Leitura (OCR): Cursiva muito clara em caneta esferográfica azul. Pequenas anotações marginais a lápis no enunciado do subitem b (“normalizar”, “one-hot”).
Item 1.b — Representação e Retropropagação (2,0 pontos)
“Colunas numericas devem ser normalizadas e para colunas categóricas devem usar o one-hot encoding. O backpropagation calcula o gradiente da função da perda, ele são usados pelo otimizador”
Observações de Leitura (OCR): Resposta bem estruturada em dois períodos.
Item 1.c — Evidências de Confiança e Reprodutibilidade (1,0 ponto)
“Métricas além da acuracia, nesse caso pode ser o Recall e Precission.”
Observações de Leitura (OCR): Cursiva nítida.
Questão 2 — Inspeção visual em condições novas (5,0 pontos)
Item 2.a — Diagnóstico Experimental (2,0 pontos)
“Overfitting pode ser corrigido ajustando os hiperparametros, tratando ruídos, melhora na rotulação.”
Observações de Leitura (OCR): Grafia cursiva legível.
Item 2.b — Arquitetura e Transferência de Aprendizado (2,0 pontos)
“estratégia congelamento pode ser o Dropout que desliga os neurios de forma aleatoria para que a rede não dependa dele.”
Observações de Leitura (OCR): Cursiva legível; propõe Dropout no contexto de congelamento.
Item 2.c — Cautela Amostral (1,0 ponto)
“Validação cruzada.”
Observações de Leitura (OCR): Resposta em linha única.
Questão 3 — Alerta que muda decisões (5,0 pontos)
Item 3.a — Interpretação da Calibração e Crítica ao Limiar (2,0 pontos)
“0,5 é baixo por isso tem muitos alarmes poucos úteis aumentar o limiar melhoraria nesse contexto.”
Observações de Leitura (OCR): Cursiva clara.
Item 3.b — Custos Assimétricos e Capacidade Operacional (2,0 pontos)
“Falso negativo um paciente doente e não recebe tratamento Falso positivo um paciente estável recebendo tratamento que não precisa. O limiar tem que atingir o máximo do Recall para detectar todos FN.”
Observações de Leitura (OCR): Distingue FN e FP e foca em maximização do recall.
Item 3.c — Telemetria e Deriva de Conceito (1,0 ponto)
“testes estatísticos para data drift, retreinar o modelo para detecta anomalias”
Observações de Leitura (OCR): Cursiva legível.
Questão 4 — Busca de conhecimento para atendimento (5,0 pontos)
Item 4.a — Representação Semântica e Limitações do Cosseno (2,0 pontos)
“Word2Vec cada palavra é um vetor ignorando o contexto da palavra. O Transformers/Bert importa com o contexto da palavra o significado, então é vetores dinamicos conforme vai mudando o sentindo. A similaridade de cosseno mede apenas o angulo dos vetores, então pode não ser real o sentindo”
Observações de Leitura (OCR): Explicação conceitual detalhada contrastando Word2Vec e Transformers/BERT.
Item 4.b — Avaliação Rigorosa de Recuperação (1,5 pontos)
“Sim pois nem todo retorno é correto. Métricas pode ser Recall, benchmark.”
Observações de Leitura (OCR): Cursiva legível.
Item 4.c — Busca Híbrida e Governança (1,5 pontos)
“A busca lexical/Bm25 garante a correspondência dos termos e a busca vetorial pega o significado semântico. Então junta essas duas coisas. Aplicar filtros.”
Observações de Leitura (OCR): Explicação objetiva da fusão lexical/vetorial com filtros.
Questão 5 — Assistente que pode não responder (5,0 pontos)
Item 5.a — Contestação do Maior Escore e Desenho da Abstenção (2,0 pontos)
“Nem sempre o documento com maior escore é bom pode ser por alta confiança quando a consulta for ambigua, ou sem evidências. \(\tau_1\): \(escore(doc_1) < \tau_1\), não há evidencias o suficiente \(\tau_2\): \(escore(doc_1) - escore(doc_2) < \tau_2\), consulta ambigua”
Observações de Leitura (OCR): Apresenta formalização matemática dos dois limiares de abstenção (\(\tau_1\) e \(\tau_2\)).
Item 5.b — Conflito de Fontes e Validação Prévia (2,0 pontos)
“Utilizar metadados para priorizar documentos mais recentes e revisão mais recente tambem. Medir a taxa de erro em respostas emitidas.”
Observações de Leitura (OCR): Letra cursiva clara.
Item 5.c — Telemetria e Impacto Operacional (1,0 ponto)
“Monitoramento contínuo. Sinal de aumento por mudança nas perguntas precisa de novos dados de treino ou ruído nas normas.”
Observações de Leitura (OCR): Cursiva legível.
Espaço de Rascunho / Cálculos Adicionais
[EM BRANCO]