3.
Overfitting e underfitting são as duas maiores causas de má generalização dos algoritmos de aprendizado de máquina. Os dados usados para construir um modelo são, em geral, divididos em três conjuntos: treinamento, validação e teste. Caso exista um desbalanceamento nesse ajuste, pode-se deparar com um desses eventos.
Levando em consideração o exposto, quando ocorre o overfitting?


A.
Quando um modelo preditivo é preciso, mas leva muito tempo para ser executado;


B.
Quando o modelo aprende detalhes dos dados de treinamento que não podem ser generalizados para um conjunto de dados maior;


C.
Quando se executa o ajuste de hiperparâmetros e se aumenta o desempenho.