AV1B G OUT FIA 5 - Fundamentos de Inteligência Artificial

Prévia do material em texto

17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 1 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
AV1B
Entrega 20 nov em 23:59 Pontos 25 Perguntas 10
Disponível 8 nov em 0:00 - 20 nov em 23:59 13 dias
Limite de tempo 120 Minutos Tentativas permitidas 2
Instruções
Histórico de tentativas
Tentativa Tempo Pontuação
MAIS RECENTE Tentativa 1 18 minutos 22,5 de 25
! As respostas serão mostradas após a última tentativa
Pontuação desta tentativa: 22,5 de 25
Enviado 17 nov em 21:24
Esta tentativa levou 18 minutos.
Leia com atenção as orientações abaixo antes de iniciar esta prova:
Serão permitidas duas tentativas para realizar esta avaliação, prevalecendo a maior nota.
Programe-se para realizar suas avaliações com tranquilidade, pois você terá 120 minutos
cronometrados para conclusão e envio das respostas.
Ao iniciar a avaliação o cronômetro não para, independentemente da plataforma estar aberta
ou não.
Durante a realização da prova:
Será exibido uma questão por vez, podendo “Avançar” ou “Voltar” quando necessário
dentro do período da tentativa.
A tentativa somente será contabilizada após clicar no botão “Enviar”.
Fazer o teste novamente
 
2,5 / 2,5 ptsPergunta 1
https://newtonpaiva.instructure.com/courses/13561/quizzes/31029/history?version=1
https://newtonpaiva.instructure.com/courses/13561/quizzes/31029/take?user_id=12462
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 2 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Ao lidar com dados estatísticos, é importante distinguir entre
"população" dos conjuntos de dados e "amostra" dos conjuntos de
dados. Em um volume de dados, a população contém todos os
membros de um grupo específico. Por outro lado, a amostra de um
grupo de dados contém uma parte, ou um subconjunto, de uma
população. O tamanho de uma amostra é sempre menor do que o
tamanho da população da qual é retirada.
Considerando essas informações e os conteúdos estudados na
disciplina, analise as asserções a seguir:
I. A população pode ser todas as pessoas que vivem no Brasil. 
II. A amostra pode ser todas as pessoas que vivem no Nordeste.
III. A amostra pode ser todas as pessoas entre 40 e 50 anos que
vivem no Brasil.
Está correto apenas o que se afirma em:
 II e III. 
 I e III. 
 II apenas. 
 III apenas. 
 I apenas. 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 3 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Feedback:
Quando falamos de população estamos tratando o todo, ou
seja, todas as pessoas que vivem no Brasil, sem exceção.
O conceito de amostra está relacionado a pegarmos uma
parte da população, ou seja, uma parte do todo. A asserção
diz “todas as pessoas que vivem no Nordeste”, logo isso
caracteriza uma população. Se fosse afirmado: “todas as
pessoas do Brasil que vivem no Nordeste”, teríamos o Brasil
como população e as pessoas que vivem no Nordeste como
amostra.
O todo (população) são as pessoas que vivem no Brasil. A
amostra são as pessoas que vivem no Brasil e que possuem
entre 40 e 50 anos.
Veja mais sobre amostra e população no tópico 1 da unidade
3.
 
2,5 / 2,5 ptsPergunta 2
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 4 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
O proprietário de um restaurante, vendo a baixa nas vendas diárias,
decidiu realizar uma pesquisa com o objetivo de saber a opinião dos
clientes sobre os seus pratos. Durante 7 dias ele pediu aos clientes
para avaliarem o serviço com notas que iam de zero (muito
insatisfeito) até dez (muito satisfeito).
No findar dos 7 dias, o proprietário estava com os seguintes dados:
20 clientes atribuíram a nota 0 ao restaurante; 180 dos entrevistados
atribuíram a nota 10; e 200 clientes deram a nota 5 ao restaurante,
totalizando 400 clientes. Como forma de incentivo, o proprietário
ofereceu R$200,00 aos empregados se acaso a média, a moda ou a
mediana estivessem acima de 7,5 pontos. Por outro lado, caso os
clientes tenham avaliado muito mal e a média for menor ou igual a 5,
o proprietário dará desconto de 10% aos clientes.
A partir dessas informações e do conteúdo estudado no livro da
disciplina, podemos considerar que o que acontecerá no restaurante
será:
 
Com o comando mean() foi obtida a média 7, com o comando
median() foi obtida a mediana 5 e a moda obtida pelo comando
mode() foi 5. Dessa forma, não mudará nada no restaurante
 
A média obtida com o comando median() foi 8, a mediana foi 5 e a
moda obtida pelo comando mode() foi 5, logo não mudará nada no
restaurante.
 
Com o comando mean() obteve-se média igual a 7,5, a mediana foi
10 e a moda foi 5. Dessa forma, o proprietário dará R$200,00 aos
funcionários e não mudará nada em relação aos clientes
 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 5 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
A média foi 4, a mediana foi 4 e a moda que foi obtida pelo método
mode() resultou em 8. Dessa forma, os funcionários receberão
R$200,00 e os clientes terão desconto de 10%.
 
A média obtida com o comando median() foi 4, a mediana foi 6 e a
moda foi 5. Dessa forma, o proprietário dará desconto de 10% aos
clientes e não mudará nada em relação aos funcionários
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 6 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Feedback:
A figura abaixo ilustra o processo de análise para obtermos a
moda e a mediana. Note que o tamanho da amostra é igual a
400. Vamos ordenar os dados do menor para o maior (ou
seja, de zero a dez). A primeira seta da segunda linha indica
que, do intervalo de 0 a 20, essas pessoas deram nota zero.
A segunda seta, ainda na mesma linha, indica que, no
intervalo de 20 a 220, os entrevistados deram 5 pontos. Por
fim, a última seta indica que, do intervalo entre 220 e 400, os
entrevistados deram 10 pontos.
 
Note que, se colocarmos uma marcação bem no centro da
segunda linha, essa marcação cairá exatamente sobre o
intervalo de 20 a 220, ou seja, intervalo de 5 pontos. Logo, a
mediana é 5. A moda é o valor que mais aparece que, nesse
caso, também é o 5. Por outro lado, a média é a soma de
todos os valores dividida pelo tamanho da amostra, que é 400
– 2800/400 = 7, logo a média é 7. Assim temos: média 7,
mediana e moda 5. Os respectivos métodos para
encontrarmos esses valores são: para média é mean(), para
mediana é median() e para moda é o mode(). Dessa forma,
de acordo com os dados do enunciado, não haverá mudança
no restaurante.
Veja mais no tópico 2 da unidade 3.
 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 7 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
2,5 / 2,5 ptsPergunta 3
Leia o trecho a seguir:
Em uma pesquisa, o entrevistador fez a seguinte pergunta: “A
caridade é o melhor meio de ajudar as pessoas que mais
necessitam?”. Foi elaborado um questionário com 10 pontuações em
uma escala, em que 1 (valor mínimo) é “Discordo totalmente” e 10
(valor máximo) é “Concordo totalmente”. A seguir encontram-se os
dados coletados.
6 4 7 2 9
1 4 4 6 4
1 6 9 8 4
2 7 1 8 3
Considerando esses dados, bem como as informações fornecidas,
pode-se considerar como informações corretas a respeito dos dados
da amostra:
 
Pode-se dizer que pelo menos 60% das pessoas deram nota menor
do que a média.
 
O valor modal (moda) é o que aparece com maior frequência e,
nesse caso, foi o número 1.
 
O valor modal (moda) é 4 e corresponde a 25% da amostra. Pode
ser obtido com o método mode().
 
A mediana e a média possuem o mesmo valor. Nesse caso, podem
ser obtidas pelo método median().
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 8 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
 
O desviopadrão para essa amostra é igual ao valor da média e é
obtido pelo método desvpad().
Feedback:
Para esse exercício, coloque todos os dados em ordem
crescente. Como a amostra possui um número par de dados,
haverá 2 números centrais cujo valor é 4. Ache a média
desses dois valores e, então, teremos a mediana, que é 4. Na
amostra temos 5 entradas para o número 4, logo 5/20 ou 1/4
ou 25% da amostra corresponde ao valor 4. Por fim, para
obtermos o valor modal, utilizamos o método mode().
Veja mais no tópico 2 da unidade 3.
 
2,5 / 2,5 ptsPergunta 4
Uma certa marca de guloseimas cria embalagem para seu produto
com o objetivo de que contenha aproximadamente o mesmo número
de jujubas por embalagem. No entanto, o procedimento de
preenchimento não é perfeito. Os pacotes são preenchidos com uma
média de 375 jujubas, mas o número que entra em cada sacola é
normalmente distribuído com um desvio padrão de 8.
Ontem Maria foi à loja e comprou quatro desses pacotes em
preparação para uma festa da primavera. Maria estava curiosa e
contou o número de jujubas nessas embalagens – suas quatro
sacolas continham uma média de 382 jujubas.
A partir do cenário apresentado, qual dos seguintes casos é um
parâmetro?
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 9 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
 
Entende-se por parâmetro a média entre o número médio de jujubas
nas embalagens de Maria e o número médio de jujubas em todas
embalagens, tendo como total 378,5.
 
Entende-se por parâmetro populacional o número médio de jujubas
em todas as embalagens, que é de 375.
 
O parâmetro pode ser obtido somando e subtraindo o valor do desvio
padrão em relação ao preenchimento médio de todas as embalagens
de jujuba, logo o parâmetro pode ser 375 + 8 e 375 - 8.
 
Podemos dizer que o número médio de jujubas nas embalagens de
Maria é igual a 382, logo esse é o parâmetro populacional.
 
O parâmetro será a soma do número médio das jujubas em todas as
embalagens feitas com o número médio das jujubas das embalagens
de Maria, totalizando 757.
Feedback:
Um parâmetro é um número que descreve a população.
Então, aqui, o parâmetro deve ser o número médio de jujubas
em todas as embalagens feitas, que é 375.
Veja mais no tópico 1 da unidade 3.
 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 10 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
2,5 / 2,5 ptsPergunta 5
Uma mediana divide um conjunto de dados em duas partes iguais. O
conjunto pode ser subdividido ainda mais em quatro partes iguais
por valores chamados quartis. Os quartis dividem o conjunto de
dados em quartos com cada quarto contendo um quarto (ou 25%)
dos dados. Os quartis são como "medianas" adicionais da metade
inferior e superior do conjunto de dados. Um quartil é um número e
não é um intervalo de valores.
Uma empresa deseja saber o número de acessos ao seu site. Para
tanto, registrou o número de acessos (em milhares) durante 15 dias.
Veja os dados coletados: 19, 12, 9, 7, 17, 10, 6, 18, 9, 14, 19, 8, 5,
17, 9.
A partir dessas informações e do conhecimento estudado no livro da
disciplina, responda qual alternativa apresenta o método para
calcular o segundo quartil bem como quanto será o seu valor.
 
Para encontrar o segundo quartil utilizamos df.quartile(0.5) e o seu
valor será 10.
 
Para encontrar o segundo quartil utilizamos df.quartile(2) e o seu
valor será 10.
 
Para encontrar o segundo quartil utilizamos df.quartile(2) e o seu
valor será 6.
 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 11 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Para encontrar o segundo quartil utilizamos df.quartile(50) e o seu
valor será 10.
 
Para encontrar o segundo quartil utilizamos df.quartile(50) e o seu
valor será 6.
Feedback:
Antes de tudo, vamos pegar os dados coletados e organizar
em ordem crescente, ficando assim: 5, 6, 7, 8, 9, 9, 9, 10, 12,
14, 17, 17, 18, 19, 19. O valor do segundo quartil é o mesmo
da mediana que, por sua vez, é o exato valor do meio que,
para nós, é o 10. Logo, temos que a mediana será 10. Para
encontrar um determinado quartil, utilizamos o método
quartile, passando como parâmetro qual quartil desejamos,
se o primeiro (0.25), se o segundo (0.5) ou o terceiro (0.75).
Veja mais no tópico 2 da unidade 3.
 
0 / 2,5 ptsPergunta 6IncorretaIncorreta
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 12 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
O aprendizado de máquina não supervisionado é uma classe de
problemas de aprendizado na qual se procura estabelecer
agrupamentos de informações que compartilham das mesmas
características.
Considere as asserções abaixo:
I - Determinar grupos de pacientes com base nos resultados dos
exames.
II - Determinar as características de compras dos consumidores de
um supermercado, agregando-os.
III - Determinar a direção de um carro autônomo em uma rodovia
com base nas respostas dos sensores.
IV - Determinar o risco de intrusão em uma rede de computadores
com base nos ataques anteriores dos hackers.
Em relação às asserções anteriores, quais dizem respeito ao
aprendizado de máquina não supervisionado?
 III e IV. 
 II e IV. 
 II e III. 
 I e II. 
 I e III. 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 13 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Feedback:
No aprendizado não supervisionado, o algoritmo de
aprendizado de máquina deve procurar por grupos que
tenham as mesmas características com base nos valores das
variáveis contidas no conjunto de dados, como apresentado
na unidade 4, tópico 1.1.
 
2,5 / 2,5 ptsPergunta 7
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 14 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Considere o seguinte conjunto de dados abaixo como sendo o
resultado da classificação de um conjunto de testes ao passar por
um classificador supervisionado.
Tempo Temperatura Vento Pedalar Classificador
Sol Calor Fraco Sim Sim
Sol Calor Forte Não Sim
Nublado Calor Fraco Sim Sim
Chuva Amena Fraco Sim Não
Chuva Frio Fraco Não Não
Chuva Frio Forte Não Sim
Nublado Frio Forte Sim Sim
Sol Amena Fraco Não Não
Nublado Frio Forte Não Não
Chuva Amena Fraco Sim Sim
Escolha a alternativa que melhor representa a Matriz de Confusão
que representa o cenário anterior:
 
 Classe classificador
 Sim Não
Classe
predita
Sim 3 2
Não 1 4
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 15 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
 
 Classe esperada
 Sim Não
Classe
predita
Sim 4 1
Não 2 3
 
 Classe esperada
 Sim Não
Classe
predita
Sim 3 2
Não 1 4
 
 Classe esperada
 Sim Não
Classe
predita
Não 4 1
Sim 2 3
 
 Classe esperada
 Sim Não
Classe
original
Sim 4 1
Não 2 3
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 16 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Feedback:
Como apresentado na unidade 4, tópico 3, a classe original
dada ao algoritmo de aprendizado de máquina
supervisionado é chamado de classe esperada, rótulo, classe
original, label, variável dependente, consequência etc.
Já a classe calculada pelo algoritmo de aprendizado de
máquina supervisionado é chamada de classe predita,
calculada, descoberta etc. Dessa forma:
• VP = verdadeiro positivo, ou seja, número de exemplos para
os quais classe predita = classe esperada = “Sim”;
• VN = verdadeiro negativo, ou seja, número de exemplos
para os quais classe predita = classe esperada = “Não”;
• FP = falso positivo, ou seja, número de exemplos para os
quais classe predita = “Sim”, mas a classe esperada = “Não”;
• FN = falso negativo, ou seja, número de exemplos para os
quais classe predita = “Não”, mas a classe esperada = “Sim”.
 
2,5 / 2,5 ptsPergunta8
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 17 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
A respeito da Matriz de Confusão, considere as asserções abaixo:
I - A Matriz de Confusão recebe esse nome porque é necessária
muita atenção para o seu entendimento.
II - A Matriz de Confusão, para ser obtida, é necessário que o
desempenho do classificador seja calculado a partir do conjunto de
dados de treinamento.
III - A Matriz de Confusão que melhor retrata o desempenho do
classificador deve ser obtida pela aplicação do classificador sobre o
conjunto de dados de teste.
IV - A Matriz de Confusão tem em cada uma de suas células a média
do resultado do cálculo do desempenho do classificador sobre os
conjuntos de dados de treinamento e de teste.
Sobre essas asserções, escolha a alternativa abaixo que melhor
retrata o julgamento sobre a veracidade delas:
 II e IV são verdadeiras. I e III são falsas. 
 III e IV são verdadeiras. I e II são falsas. 
 Somente a III é verdadeira. I, II e IV são falsas. 
 Somente a IV é verdadeira. I, II e III são falsas. 
 Somente a II é verdadeira. I, III e IV são falsas. 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 18 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Feedback:
A Matriz de Confusão que melhor retrata o desempenho do
classificador deve ser obtida pela aplicação do classificador
sobre o conjunto de dados de teste, de forma que o
classificador é obtido pelos dados de treinamento, ou seja, o
aprendizado ocorre pelos dados de treinamento para verificar
o desempenho, ou seja, se houve realmente aprendizado ou
se o classificador simplesmente decorou os dados a
validação, usando a Matriz de Confusão, é feita com os
dados de treinamento, como apresentado na unidade 4,
tópico 3.
 
2,5 / 2,5 ptsPergunta 9
O aprendizado de máquina supervisionado é uma classe de
problemas de aprendizado no qual se procura inferir o valor da
variável dependente a partir das variáveis independentes.
Considere as asserções abaixo:
I - Determinar a doença de um paciente com base nos resultados
dos exames.
II - Determinar as características de compras dos consumidores de
um supermercado.
III - Determinar a direção de um robô em um ambiente com base nas
respostas dos sensores.
IV - Determinar o risco de intrusão em uma rede de computadores
com base nos ataques anteriores dos hackers.
Em relação às asserções anteriores, quais dizem respeito ao
aprendizado de máquina supervisionado?
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 19 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
 III e IV. 
 I e IV. 
 II e III. 
 II e IV. 
 I e III. 
Feedback:
No aprendizado de máquina supervisionado, a característica
básica que o define é a relação existente entre uma variável
dependente e outras variáveis independentes, sendo o
trabalho do algoritmo estabelecer de forma computacional
essa relação de causa-consequência, como apresentado na
unidade 4, tópico 1.1.
 
2,5 / 2,5 ptsPergunta 10
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 20 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Fonte: adaptado de https://encrypted-tbn0.gstatic.com/images?
q=tbn%3AANd9GcTCkQ7P_O-rTJYb586nhxz0UKSEaCTwI_nQ4Q&usqp=CAU
Acesso em: 23 jul. 2020.
A ilustração acima possui duas situações com um veículo autônomo
ingressando em uma rotatória. Um veículo ingressou pela esquerda
e acabou indo parar no canteiro da rotatória. O outro veículo (poderia
ser o mesmo em outra situação) já adentrou na rotatória, no que
parece estar correto até aquele momento. Nas duas situações há
uma sinalização de reprova ou aprovação a depender do sucesso da
direção do veículo até aquele ponto.
Qual a alternativa que melhor descreve o tipo de aprendizado sendo
utilizado?
 
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 21 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Aprendizado não supervisionado, porque o veículo autônomo irá
seguir o mesmo caminho de outros veículos que já passaram pela
rotatória e que são do mesmo grupo indicado pelos sinais de
aprovação e rejeição.
 
Aprendizado supervisionado, porque, diante da ação tomada pelo
agente inteligente, tem-se um retorno de rejeição ou aprovação
relativo às consequências decorrentes daquela ação.
 
Aprendizado por reforço, porque, diante da ação tomada pelo agente
inteligente, tem-se um estímulo de rejeição ou aprovação relativo às
consequências decorrentes daquela ação.
 
Aprendizado por reforço, porque existe uma variável simbolizada
pelos sinais de aprovação e rejeição indicando o caminho a ser
percorrido pelo veículo autônomo.
 
Aprendizado supervisionado, porque existe uma variável simbolizada
pelos sinais de aprovação e rejeição, indicando o caminho correto a
ser percorrido pelo veículo autônomo.
17/11/21 21&25AV1B: G.OUT.FIA.5 - Fundamentos de Inteligência Artificial
Page 22 of 22https://newtonpaiva.instructure.com/courses/13561/quizzes/31029
Feedback:
No aprendizado por reforço em aprendizado de máquina,
derivado da teoria de aprendizagem criada pelo psicólogo
behaviorista B. F. Skinner, o elemento-chave é o estímulo-
resposta, no qual um agente produz respostas
comportamentais a depender de estímulos positivos ou
negativos, os quais, por sua vez, vão gerar novas respostas
em um ciclo, de acordo com a unidade 4, tópico 1.4.
Pontuação do teste: 22,5 de 25