Olá Eduardo.
Infelizmente não encontrei a parte do vídeo que ele fala isso, se puder me dizer qual aula e qual atividade é ficaria agradecido.
Encontrei apenas esse trecho na Aula 2 atividade 5 o video de Resumo
Onde ele fala:
"Além disso, precisamos sempre lembrar que existe uma taxa de erro, pois nem sempre nós iremos acertar, ou seja, precisamos sempre verificar a forma que o algoritmo foi treinado, analisando a quantidade de dados e características, para determinar um retorno aceitável do nosso objetivo, por exemplo, se o nosso objetivo é conversar com mais pessoas que provavelmente irão pedir para serem demitidas ou com menos pessoas, ou então, se queremos conversar com os alunos que estão com uma chance maior para reprovarem, talvez seja mais interessante conversar com mais alunos do que menos alunos, porém, se fosse entre um cachorro e porco, para qual dos 2 eu gostaria de errar mais? Depende do caso! Isso significa que cada caso, precisaremos verificar o quão interessante é, ou seja, se aceitamos uma taxa de erro maior ou menor."
Eu entendo que a nossa taxa de acerto, só tem significado quando entendemos nosso objetivo com essas previsões, porque existem previsões que aceitam mais erros do que outras, por exemplo se o resultado do algorítimo for para decidir se devo ou não oferecer um aumento ao funcionário ou desconto ao um cliente é diferente do que conversar com um aluno sobre reprovação.
Na frase que você citou eu entendo que o que foi dito é que se a taxa de acerto do nosso algorítimo for alta, então os alunos que ele disser que vão reprovar provavelmente vão e devemos conversar com todos que o algorítimo apontar.
Porem se a taxa de acerto for baixa, então dos alunos que o algorítimo disse que vão reprovar conversamos apenas com os que tiverem notas baixas.
Este trecho está mais relacionado com as ações que você pode tomar levando em conta a taxa de acerto do seu algoritmo.
Espero ter ajudado, mas se ainda estiver com duvida, poste ela aqui e discutiremos mais sobre.
Bons Estudos
