O analista Raimundo sabe que a indução de árvores de decisão é uma das formas mais simples, e ainda assim mais bem sucedidas, de aprendizagem de máquina. No entanto, ao aplicá-la em alguns problemas da empresa em que atua, o algoritmo de aprendizagem-em-árvore-de-decisão gera uma grande árvore quando realmente não há padrão a ser encontrado nos dados. O nome do problema encontrado por Raimundo é
- A)suposição de estacionaridade.
Errada: suposição de estacionaridade é uma ideia ligada a processos que mantêm seu comportamento ao longo do tempo, não ao problema descrito de árvore grande por falta de padrão.
- B)poda de árvore de decisão.
Errada: poda de árvore de decisão é uma técnica para reduzir o tamanho da árvore e evitar excesso de ajuste, não o nome do problema.
- C)superadaptação.
Certa: superadaptação ocorre quando o modelo aprende demais o ruído dos dados e cresce exageradamente sem generalizar bem.
- D)hipótese nula.
Errada: hipótese nula é um conceito estatístico de teste de hipóteses, sem relação direta com o crescimento excessivo da árvore.
- E)hiperárvore.
Errada: hiperárvore não é o nome do fenômeno em aprendizado de máquina e não descreve esse comportamento do algoritmo.
Gabarito: C
Quando um algoritmo de árvore de decisão cresce demais mesmo sem existir um padrão real nos dados, ele está basicamente tentando “decorar” o ruído. Em vez de aprender regras úteis, ele passa a se ajustar excessivamente ao conjunto de treinamento, criando uma árvore enorme e pouco generalizável. Isso é um clássico caso de superadaptação, também conhecida como overfitting. Na prática, o modelo fica muito bom para repetir o que já viu, mas vai mal quando aparece dado novo. É como um aluno que memorizou a folha de respostas sem entender a matéria: na prova diferente, tropeça bonito. Em árvores de decisão, esse problema costuma surgir quando não há padrão verdadeiro, mas o algoritmo continua dividindo os dados até “achar” uma separação que só funciona naquele conjunto específico. Por isso, a árvore cresce sem necessidade, capturando ruído e coincidências. Assim, o gabarito é a letra C, porque o fenômeno descrito é a superadaptação: o modelo se ajusta demais aos dados de treinamento e perde capacidade de generalização.