Avaliação On-Line 1 (AOL 1) - Questionário

Prévia do material em texto

Leia o trecho a seguir:
“Algumas das áreas de aplicação da Inteligência Artificial e Machine Learn são, por exemplo:
– jogos e brinquedos eletrônicos; 
– robótica e automação industrial;
– verificação automática de software;
– otimização e controle de processos;
– processamento de linguagem natural;
– bancos de dados dedutivos e mineração de dados;
– aprendizagem, planejamento e escalonamento de tarefas;
– reconhecimento de faces, de voz, de cheiros e de sabores.”
Fonte: PEREIRA, Silvio L. Introdução à Inteligência Artificial. Brasil, São Paulo: IME. 2014. Disponível em: <https://www.ime.usp.br/~slago/IA-introducao.pdf>. Acesso em: 20 dez. 2018.
A partir dessas informações e do conteúdo estudado a respeito de inteligência artificial e Machine Learn, pode-se afirmar que:
I. Capacidade de aprendizado, de reconhecimento de voz e corretores são exemplos de Machine Learn.
II. Um sistema de Machine Learn pensa como máquina, pois o raciocínio humano atrapalha a inteligência artificial.
III. Machine Learn é mesma coisa que dataset.
IV. Um sistema de Machine Learn usa lógica racional. 
V. Recomendações semelhantes são exemplos de Machine Learn.
Está correto apenas o que se afirma em:
	Ocultar opções de resposta 
		III e IV.
		III, IV e V.
		I, IV e V.         
		Resposta correta
		II e IV.
		Incorreta: 
	I, II e V.
	Pergunta 2
/1
Leia o trecho a seguir:
“O modelo de processamento em lotes do MapReduce não era muito adequado para fluxos de trabalho comuns, incluindo iterativos, interativos ou por demanda em único conjunto de dados. A principal abstração do MapReduce (especificação do processamento como um mapeamento e depois uma redução) é paralelizável.”
Fonte: BENGFORT, Benjamin; KIM, Jenny. Analítica de dados com Hadoop: Uma introdução para cientistas de dados. São Paulo: Novatec, 2016, p. 99.
Considerando essas informações e o conteúdo estudado, ordene as etapas a seguir de acordo com o conteúdo de MapReduce:
( ) Dados são analisados paralelamente.
( ) O Programa agrupa palavras iguais, formando clusters.
( ) O programa faz a redução dos dados. 
( ) O programa gera um resultado de redução.
( ) O programa faz o cálculo de quantas palavras iguais existem.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
		3, 4, 2, 1, 5.
		Incorreta: 
	5, 2, 4, 3, 1.
		2, 1, 5, 3, 4.
		1, 2, 5, 3, 4.
		Resposta correta
		1, 3, 2, 4, 5.
		
	Pergunta 3
/1
Leia o trecho abaixo:
“Dados intervalares ou racionais são os dados quantitativos e todas as medidas de tendência central e de dispersão são apropriadas a eles. A escolha das medidas depende do uso que se pretende da estatística e da distribuição de frequências.”
Fonte: MASSAD, Eduardo et al. Métodos quantitativos em medicina. São Paulo, Barueri: Manole, 2004, p.148. 
Ao analisar as quantitativas contínuas e discretas para comparar dois números, pode-se dizer que:
Ocultar opções de resposta 
		As quantitativas e as qualitativas comparam dimensões com operadores +, -, == e !=.
		as quantitativas contínuas possuem decimais e seus níveis ideais não estão em ser maior ou menor, mas de estarem no intervalo ideal.
		Resposta correta
		as quantitativas discretas comparam com operadores de +, -, * e /.
		Uma qualitativa ordinal dimensiona os cálculos.
		Incorreta: 
	as quantitativas discretas comparam maiores ou menores valores com operadores de ==(igual) e !=(diferente).
	Pergunta 4
/1
Leia o trecho a seguir:
“Embora seja possível fazer consultas envolvendo junções (join) em SQL, a situação pode, rapidamente, se tornar complicada, tanto com a escrita SQL, quanto com o desempenho resultante, quando um número de junções aumenta. Isso torna o momento propício para apresnetar outra categoria de banco de dados.”
Fonte: PRAMOD, Sadalage; FOWLER, Martim. NoSQL Essencial: Um guia conciso para o Mundo Emergente da Persistência. São Paulo: Novatec, 2013, p. 58.
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s):
I.   ( ) Tabelas relacionais podem ser criadas com SQL.
II.   ( ) NoSQL é mais escalável. 
III.   ( ) Enquanto joins são separações, junções são relações.
IV.   ( ) NoSQL fazem junções, mas é melhor fazer com SQL.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
		V, F, V, F.
		F, F, V, V.
		V, V, F, F.
		V, V, F, V.
		Resposta correta
		F, V, F, V.
		
	Pergunta 5
/1
Leia o trecho a seguir:
“Então quando você pede ao computador para segmentar seus clientes para você, isso é chamado de aprendizado de máquina não supervisionado, porque você não está ‘supervisionando', e dizendo ao computador como fazer seu trabalho. Isso é um contraste com aprendizado de máquina supervisionado, que geralmente aparece quando a inteligência artificial tem o papel principal.”
Fonte: FOREMAN. Jonh. Data Smart: Usando Data Science para transformar informação em insight. Brasil, São Paulo: Alta books, 2016, p. 29.
A partir dessas informações e do conteúdo estudado a respeito dos tipos de aprendizado, pode-se dizer que, quando o programador monta o script, que a propaganda de esmalte será enviada automaticamente ao público feminino, isso é um aprendizado:
Ocultar opções de resposta 
		Supervisionado, pois o computador não segmentará quem é mulher sozinho, ele apenas receberá os dados booleanos com sexo feminino marcado.
		Resposta correta
		Inexistente, pois o usuário é o responsável por decidir as variações em todas as ocasiões.
		Racional, pois os sistemas têm a capacidade de pensar como humanos, decidindo essas variações.
		Não supervisionado, pois o programador não pode criar palavras-chave para descobrir se o público é feminino ou masculino.
		Misto, pois o aprendizado supervisionado é aquele que possui uma observação após a criação do código.
		
	Pergunta 6
/1
Leia o trecho a seguir:
“A tarefa de agrupamento visa identificar e aproximar os registros similares. Um agrupamento (ou cluster) é uma coleção de registros similares entre si, porém diferente dos outros registros nos demais agrupamentos.”
Fonte: SILVA, João; CAMILO, Cassio. Mineração de Dados: Conceitos, Tarefas, Métodos e Ferramentas. Goiás: Instituto de Informática Universidade Federal de Goiás, 2009, p. 10.
Analisando o texto e o conteúdo da disciplina referente à diferença entre sumarização e agrupamento, pode-se afirmar que:
Ocultar opções de resposta 
		O agrupamento analisa o histórico de cada cliente e isso é um grupo de fatos.
		O agrupamento analisa o preço de um produto ao longo do tempo e tenta estimar esse preço.
		O agrupamento analisa principalmente as probabilidades, ignorando os fatos.
		O agrupamento analisa as decisões e pontos em comum de um público, a fim de criar produtos direcionados para esse micro público.
		Resposta correta
		O agrupamento analisa as particularidades de cada indivíduo, criando uma propaganda para cada pessoa.
		
	Pergunta 7
/1
Leia o trecho a seguir:
“Existem várias bibliotecas, módulos, estruturas e kit de ferramentas de Data Science que implementam de modo eficiente os mais comuns (e também menos comuns) algoritmos e técnicas.”
Fonte: GRUS, Joel. Data Science do zero: Primeiras Regras com o Phyton. Brasil: São Paulo: Alta Books, 2018, p. XIII.
A partir dessas informações e do conteúdo estudado a respeito das bibliotecas utilizadas, pode-se afirmar que:
Ocultar opções de resposta 
		As bibliotecas NumPy e Pandas precisam de licença.
		Acrescentar bibliotecas torna o trabalho mais lento, mas favorece esteticamente.
		A biblioteca Python foi criada para analisar dados.
		As bibliotecas NumPy e Pandas são utilizadas em Python, e as bibliotecas Caret e Ggplot são utilizadas em R.
		Resposta correta
		R e Python funcionam melhor sem as bibliotecas.
		
	Pergunta 8
/1
Leia o trecho a seguir:
“Conceitossobre como a ciência de dados (Data Science) se encaixa na organização e no cenário competitivo, incluindo formas de atrair, estruturar e nutrir equipes de Data Science; maneiras de pensar sobre como Data Science leva uma vantagem competitiva e conceitos táticos para se sair bem com projetos de Data Science.” 
Fonte: FOSTER, Provost; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados? Rio de Janeiro: Altabooks, 2016, p. XVI. 
A partir dessas informações e do conteúdo estudado a respeito de vantagem competitiva, pode-se afirmar que:
I.   Faz parte da análise de vantagem competitiva analisar dados de ameaças de produtos substitutos.
II.   Estudar dados é uma ciência técnica e não está relacionada a negócios.
III.   Faz parte da análise de vantagem competitiva analisar dados de ameaças de concorrência.
IV.    Porter aborda análise de dados em Data Science.
V.    Os fornecedores podem representar ameaças, segundo Porter. 
Está correto apenas o que se afirma em:
Ocultar opções de resposta 
		I, III e V.         
		Resposta correta
		III e IV.
		Incorreta: 
	I e IV.
		I, II e IV.
		II e IV.
		
	Pergunta 9
/1
Leia o trecho a seguir:
“Fico receoso ao dizer que Python é minha linguagem de programação favorita. Há outras linguagens que considero mais agradáveis, mais bem projetadas, ou apenas mais divertidas de trabalhar. E, ainda assim, toda vez que eu começo um projeto novo de data science, eu acabo usando Python. Toda vez que preciso fazer um protótipo rápido que funcione, eu acabo usando Python.”
GRUS, Joel. Data Science do zero: primeiras regras com o Phyton. São Paulo: Alta Books, 2018, p. XV. 
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s). 
I.   ( ) IDLE executa códigos de Python de maneira prática. 
II.   ( ) Print significa ter o código em papel impresso.
III.   ( ) Jupyter-notebook serve para executar códigos de Python no navegador.
IV.   ( )   Python pode ser instalado em Linux e Windows, mas em Mac não.
Agora, assinale a alternativa que apresenta a sequência correta:
Mostrar opções de resposta 
	Pergunta 10
/1
Leia o trecho a seguir:
“Pense cuidadosamente sobre quais dados você pode usar e como serão usados. Pense, especificamente, como a MegaTelCo deve escolher um conjunto de clientes para receber sua oferta a fim de melhor reduzir a rotatividade para uma verba de incentivo em particular? Responder a essa pergunta é muito mais complicado do que pode parecer inicialmente.”
Fonte: FOSTER, Provost; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítítico de dados? Rio de Janeiro: Altabooks, 2016, p. 4
Considerando essas informações e o conteúdo referente ao processo de análise de dados, ordene as etapas a seguir:
( ) Avaliação. 
( ) Fonte de dados.
( ) Tratamento.
( ) Soluções.
( ) Análise.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
		2, 5, 1, 3, 4.
		4, 1, 3, 5, 2.
		Resposta correta
		1, 3, 5, 2, 4.
		Incorreta: 
	5, 2, 4, 3, 1.