

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
A avaliação do desempenho de modelos de aprendizado de máquina é uma etapa crítica no desenvolvimento de soluções baseadas em Inteligência Artificial. Ela permite verificar a eficácia da predição, identificar pontos de melhoria e evitar a adoção de modelos com bom desempenho apenas aparente. O uso de métricas adequadas e ferramentas interpretativas auxilia na validação técnica e ética dos sistemas construídos. Diante do exposto, assinale a alternativa correta.
O F1-score é a média aritmética entre precisão e sensibilidade
A acurácia é sempre uma métrica confiável, mesmo em conjuntos de dados desbalanceados
O uso de matriz de confusão permite avaliar os verdadeiros positivos, falsos negativos e outras métricas derivadas
O erro quadrático médio é mais indicado que o ROC AUC para avaliar classificadores binários