Machine Learning

Prévia do material em texto

08/03/2022 12:13 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2443614/3222481 1/6
Machine Learning
Professor(a): Lucas dos Santos Araujo Claudino (Mestrado acadêmico)
1)
2)
Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A
Avaliação Virtual (AV) é composta por questões objetivas e corresponde a 100% da média final.
Você tem até cinco tentativas para “Enviar” as questões, que são automaticamente corrigidas.
Você pode responder as questões consultando o material de estudos, mas lembre-se de cumprir
o prazo estabelecido. Boa prova!
Um tipo de metodologia para o aprendizado de máquina é o AM preditivo baseado em
probabilidades. 
A respeito dos métodos probabilísticos de AM, julgue os itens a seguir como verdadeiros
(V) ou falsos (F): 
( ) Métodos probabilísticos são utilizados quando não há informação completa sobre os
dados a serem utilizados. 
( ) Métodos probabilísticos utilizam probabilidades a priori e verossimilhança entre eventos
para poder fazer predições. 
( ) O algoritmo mais popular que é baseado em métodos probabilístico que é o Naive
Bayes, também conhecido como Bayes Ingênuo ou Bayes simples. 
Classifique as afirmações como verdadeiro (V) e falso (F) e assinale a alternativa que
contenha a sequência correta, respectivamente, de cima para baixo.
Alternativas:
V – F – V.
V – V – V.  CORRETO
F – V – F.
V – F – F.
V – V – F.
Código da questão: 49608
O aprendizado de máquina é uma área muito abrangente, que possui inúmeras técnicas
que podem ser utilizadas para resolver problemas, classificar dados e/ou otimizar recursos.
Analise as afirmativas a seguir, que tratam de técnicas de AM. 
( ) Máquinas de vetor de suporte (SVM – support vector machine) são técnicas de
aprendizado de máquina preditivo de otimização que buscam encontrar algum hiperplano
em um espaço N-dimensional capaz de fazer a separação ótima entre os dados. 
( ) Algoritmos de redes neurais artificiais são sistemas baseados no funcionamento do
cérebro humano e executam as tarefas específicas para as quais foram projetados. 
( ) Classificadores do tipo Bayes Ingênuo (Naive Bayes) estimam a probabilidade de uma
classificação correta e são uma alternativa competitiva para a classificação de textos. 
( ) Métodos de AM baseados em procura possuem um espaço de estados, que é o
conjunto com os estados possíveis nos quais o problema pode se encontrar. 
( ) Um exemplo AM de busca não informada é o algoritmo Greedy Search. Essa técnica
tenta expandir o nó mais próximo da solução desejada, utilizando uma função heurística
para saber qual é esse nó. Basicamente, a função heurística utilizada estima a distância
entre o nó atual e o estado final. 
Assinale a alternativa que julga corretamente os itens acima como verdadeiro (V) ou falso
(F):
Alternativas:
V – V – V – F – V.
V – F – F – V – V.
V – F – V – V – V.
V – V – V – V – F.
V – F – V – V – F.  CORRETO
Resolução comentada:
todas as alternativas contêm afirmações corretas.
Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

08/03/2022 12:13 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2443614/3222481 2/6
3)
4)
Código da questão: 49609
Alternativas:
Naive Bayes.
K vizinhos mais distantes.
Regressão multivariável.
Regressão linear.
K vizinhos mais próximos.  CORRETO
Código da questão: 49612
Observe a figura que contém a estrutura de uma rede neural artificial: 
Fonte: elaborada pelo autor. 
Sobre a RNA descrita na figura, analise as afirmativas I a IV a seguir: 
I. A RNA admite quatro sinais de entrada (input layer). 
II. A RNA não possui camadas intermediárias. 
III. A RNA da figura é apropriada para aplicações deep learning. 
IV. A RNA possui três variáveis de bias. 
Sendo assim, estão CORRETOS somente os itens:
Alternativas:
Resolução comentada:
o correto para a segunda afirmativa seria: “Algoritmos de redes neurais artificiais são
sistemas baseados no funcionamento do cérebro humano, e são capazes de
aprender para executar tarefas sem terem que ser programados para nenhuma
tarefa específica”. 
O correto para a quinta afirmativa seria: “Um exemplo AM de busca informada é o
algoritmo Greedy Search. Essa técnica tenta expandir o nó mais próximo da solução
desejada, utilizando uma função heurística para saber qual é esse nó. Basicamente, a
função heurística utilizada estima a distância entre o nó atual e o estado final”.
Resolução comentada:
a figura contém um algoritmo de uma técnica kNN, também conhecida como K
vizinhos mais próximos. A entrada do algoritmo é o conjunto de treinamento e o
valor de k a ser utilizado. A saída é o classificador a ser utilizado.
Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

08/03/2022 12:13 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2443614/3222481 3/6
5)
I.
II – III.
IV.  CORRETO
I – II – III.
I – II.
Código da questão: 49625
Técnicas de machine learning podem ser utilizadas para inúmeras finalidades. A seguir,
você pode verificar graficamente uma solução que relaciona estilos de escrita e alguns
livros famosos:
Figura 1 – Ilustração de metodologia de representação gráfica para a relação entre objetos
e suas características principais
Fonte: adaptada de Gormley (2017).
Descrição: esta figura contém uma representação utilizada para relacionar seis obras
literárias e seus respectivos estilos.
A Figura 1 contém a relação entre obras literárias e suas características; porém, elas estão
divididas em duas etapas, sendo que a segunda é uma aproximação da primeira, utilizada
para simplificar a análise.
Essa aproximação é uma técnica bastante 
utilizada para a manipulação de dados em sistemas de recomendação. Sendo assim, 
assinale a alternativa que contém o nome correto da técnica representada pela 
Figura 1.
Alternativas:
Recomendação por filtragem colaborativa baseada em métodos de relações de
conteúdos.
Recomendação por filtragem baseada em conteúdo com métodos híbridos.
Recomendação por filtragem colaborativa baseada em métodos de aprendizado
profundo.
Recomendação por filtragem colaborativa baseada em métodos de fatoração matricial.
 CORRETO
Recomendação por filtragem colaborativa baseada em métodos de inversão matricial.
Resolução comentada:
I. A RNA admite três sinais de entrada (input layer). 
II. A RNA possui duas camadas intermediárias. 
III. A RNA da figura não é apropriada para aplicações deep learning. 
IV. A RNA possui três variáveis de bias.
Resolução comentada:
Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

08/03/2022 12:13 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2443614/3222481 4/6
6)
7)
Código da questão: 49634
Uma determinada instituição bancária contratou um programador para desenvolver
algoritmos de machine learning para classificar os clientes como “BOM” ou “MAU” de
acordo com saldo diário de sua conta durante um ano todo. Os clientes com classificação
“BOM” serão convidados para receber um cartão OURO. Para essa tarefa, o programador
recebeu apenas um banco de dados com 10.000 clientes já classificados pelos gerentes do
banco. O banco de dados contém o saldo diário da conta (365 campos de informação) e a
classificação como “BOM” ou “MAU” cliente. 
Considerando o cenário acima: 
I. É aconselhável utilizar um algoritmo supervisionado. 
PORQUE 
II. Os dados de treinamento fornecidos possuem seus respectivos rótulos e o algoritmo só
precisa aprender e gerar uma função capaz de predizer o rótulo correto do cliente. 
Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas:
Alternativas:
A primeira asserção está correta e a segunda está incorreta.
A primeira e a segunda asserção estão corretas, mas a segunda não justifica a primeira.
As duas asserções estãoincorretas.
A primeira asserção está incorreta e a segunda está correta.
A primeira e a segunda asserção estão corretas e a segunda justifica a primeira. 
CORRETO
Código da questão: 49604
Alternativas:
Os algoritmos de deep learning não podem ser aplicados a sistemas de recomendação
que utilizam métodos de filtragem colaborativa.
As matrizes de preferências resultantes do estudo de grandes lojas virtuais, como a
Amazon, costumam ser compostas por poucas linhas e colunas.
As entradas da matriz de preferência podem ser somente numéricas, e não binárias.
Os algoritmos de recomendação baseados em filtragem colaborativa precisam, de
alguma forma, manipular a matriz de preferências, e a recomendação baseada em
conteúdo é uma técnica utilizada para realizar essa tarefa.
Os algoritmos de recomendação baseados em filtragem colaborativa precisam, de
alguma forma, manipular a matriz de preferências, e a decomposição SVD (singular value
decomposition) é uma técnica utilizada para realizar essa tarefa.  CORRETO
a figura contém claramente uma fatoração matricial. A matriz inicial, de dimensão
elevada, é manipulada de tal forma a ser fatorada para então poder ser representada
pela multiplicação entre as matrizes  e . Com isso, a fatoração fica da seguinte forma:
Resolução comentada:
ambas as asserções estão corretas e a segunda justifica a primeira.
Resolução comentada:
Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

08/03/2022 12:13 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2443614/3222481 5/6
8)
9)
Código da questão: 49630
A classificação binária é um dos problemas mais utilizados e estudados em aprendizado
de máquina. 
Sobre o AM de classificação binária, analise os itens a seguir: 
I. O algoritmo de classificação binária estuda um padrão x contido em um domínio X, e
estima qual valor uma variável aleatória binária y∈{±1} irá assumir. 
II. Caso não haja informação completa sobre o conjunto X de observação, o problema é
conhecido como estimativa com variáveis desconhecidas. 
III. Caso o conjunto X observado no treinamento seja de uma fonte diferente do conjunto
X' utilizado na estimação, o problema é conhecido como um problema sem covariância. 
Assinale a alternativa que indica quais afirmações estão corretas.
Alternativas:
Somente I e II.  CORRETO
Somente II.
Somente III.
Somente I e III.
I – II – III.
Código da questão: 49602
Os algoritmos de deep learning, diferente de outras técnicas de aprendizado de
máquina, consegue ter seu desempenho melhorado e aperfeiçoado conforme a quantidade
de dados a ser processada aumenta. 
Sobre as técnicas e aplicações do aprendizado de máquina do tipo deep learning, julgue os
itens a seguir: 
( ) O deep learning é bastante indicado para a classificação e detecção de objetos em
fotografias, pois é capaz de lidar bem com os milhares de pixels contidos em cada imagem. 
( ) O deep learning, por ser uma técnica muito complexa e requerer muito cuidado na
criação de cada uma das camadas ocultas do algoritmo, não pode ser aplicado em
problemas de aprendizado de máquina não supervisionados. 
( ) O deep learning não é utilizado para a criação de tradutores automáticos de texto, pois a
implementação de tal algoritmo nessa aplicação iria requerer a utilização de um pré-
processamento muito intenso na sequência de caracteres, o que acabaria inviabilizando sua
utilização. 
( ) Em algoritmos de deep learning, cada subcamada transforma seus dados de entrada em
uma representação ligeiramente mais abstrata do que esses dados eram antes. Ao final de
todas as camadas ocultas, tem-se, então, o dado modelado de maneira altamente abstrata. 
Assinale a alternativa que contenha a sequência correta:
Alternativas:
V – F – F – V.  CORRETO
F – V – V – F.
a) A recomendação baseada em conteúdo é outra metodologia utilizada para fazer a
recomendação 
c) Os algoritmos de deep learning podem ser aplicados a sistemas de recomendação
que utilizam métodos de filtragem colaborativa. 
d) As entradas da matriz podem ser tanto numéricas (a nota dada para uma comida
pelo aplicativo de celular) como binárias (se o cliente comprou determinado produto
ou clicou em algum link). 
e) As matrizes de preferências resultantes do estudo de grandes lojas virtuais, como
a Amazon, costumam ser compostas por poucas linhas e colunas.
Resolução comentada:
as afirmativas I e II estão corretas. 
O correto para a afirmativa III seria: “Caso o conjunto X observado no treinamento
seja de uma fonte diferente do conjunto X' utilizado na estimação, o problema é
conhecido como um problema de correção de descolamento por covariância”.
Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

08/03/2022 12:13 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2443614/3222481 6/6
10)
V – F – V – V.
F – F – F – V.
V – F – F – F.
Código da questão: 49627
Leia atentamente a afirmação a seguir: 
“A técnica de poda em uma árvore de decisão é normalmente realizada de ____________.
Cada _______ pode ser substituído por uma de suas subárvores ou folhas. Essa substituição
é feita com base em uma estimativa de erro realizada para cada _______ a ser substituído”. 
Assinale a alternativa que preenche corretamente, na sequência, as lacunas.
Alternativas:
Cima para baixo; nó; nó.
Cima para baixo; folha; folha.
Baixo para cima; folha; folha.
Baixo para cima; nó; nó.  CORRETO
Baixo para cima; árvore; árvore.
Código da questão: 49615
Resolução comentada:
( V ) O deep learning é bastante indicado para a classificação e detecção de objetos
em fotografias, pois é capaz de lidar bem com os milhares de pixels contidos em
cada imagem. 
( F ) O deep learning pode ser aplicado em problemas de aprendizado de máquina
não supervisionados. 
( F ) O deep learning é utilizado para a criação de tradutores automáticos de texto,
pois a implementação de tal algoritmo nessa aplicação é performada de tal forma a
não necessitar pré-processamento da sequência de caracteres. 
( V ) Em algoritmos de deep learning, cada subcamada transforma seus dados de
entrada em uma representação ligeiramente mais abstrata do que esses dados eram
antes. Ao final de todas as camadas ocultas, tem-se, então, o dado modelado de
maneira altamente abstrata.
Resolução comentada:
a técnica de poda em uma árvore de decisão é normalmente realizada de baixo para
cima. Cada nó pode ser substituído por uma de suas subárvores ou folhas. Essa
substituição é feita com base em uma estimativa de erro realizada para cada nó a ser
substituído.
Arquivos e Links
Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k

Avaliação enviada com sucessoc
h
e
c
k
