AV1_ G FEV FIA 5 - Fundamentos de Inteligência Artificial (1)

Prévia do material em texto

20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 1/16
AV1
Entrega 20 mar em 23:59 Pontos 40 Perguntas 16
Disponível 14 mar em 0:00 - 20 mar em 23:59 7 dias
Limite de tempo 120 Minutos Tentativas permitidas 2
Instruções
Histórico de tentativas
Tentativa Tempo Pontuação
MANTIDO Tentativa 2 15 minutos 40 de 40
MAIS RECENTE Tentativa 2 15 minutos 40 de 40
Tentativa 1 95 minutos 37 de 40
Pontuação desta tentativa: 40 de 40
Enviado 20 mar em 21:05
Esta tentativa levou 15 minutos.
Leia com atenção as orientações abaixo antes de iniciar esta prova:
Esta prova contem 16 perguntas.
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”.
2 / 2 ptsPergunta 1
O algoritmo K-Means tem como objetivo:
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452/history?version=2
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452/history?version=2
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452/history?version=1
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 2/16
 
Encontrar agrupamentos rotulados entre os dados e separá-los
conforme o número de agrupamentos definidos pelo argumento k.
 
Predizer as diferenças entre os dados e alocá-las conforme o número
de cluster passado pela variável k.
 
Encontrar similaridades entre os dados e agrupá-los conforme o
número de cluster passado pelo argumento k.
Correto!Correto!
 
Encontrar classificadores rotulados entre os dados e juntá-los conforme
o valor do argumento k.
 
Predizer as classes de agrupamentos mais próximos do
hiperparâmetro K.
2 / 2 ptsPergunta 2
Um analista de IA gerou uma matriz de confusão para um algoritmo de
aprendizado de máquina. Ele não vai conseguir calcular:
 A acurácia do modelo preditivo. 
 A precisão do modelo preditivo. 
 A fórmula do modelo preditivo. Correto!Correto!
 O F-Score do modelo preditivo. 
 O recall do modelo preditivo. 
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 3/16
2 / 2 ptsPergunta 3
Os descritores estatísticos como frequência, medidas de tendência
central e medidas de variabilidades são importantes para a análise
descritiva de dados em Data Science.
Avalie a seguintes afirmações e a relação entre elas
I – Um conjunto de dados que apresenta alguns valores ausentes
podem ser tratados e preenchidos com medidas de tendência central
como média, mediana ou moda
PORQUE
II – As medidas de tendência central como média, mediana ou moda
são ótimas estratégias para se fazer o tratamento de dados ausentes
sem que seja preciso o descarte destes dados.
A respeito dessas asserções, assinale a opção correta.
 
A asserção I é uma proposição falsa e a II é uma proposição
verdadeira.
 
As asserções I e II são proposições verdadeiras, e a II é uma
justificativa correta da I.
Correto!Correto!
 
A asserção I é uma proposição verdadeira, e a II é uma proposição
falsa.
 
As asserções I e II são proposições verdadeiras, mas a II não é uma
justificativa correta da I.
 As asserções I e II são proposições falsas. 
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 4/16
2 / 2 ptsPergunta 4
A linguagem Python ganhou uma enorme popularidade na área de
análise de dados e IA. Avalia as afirmações abaixo sobre Python e a
relação entre elas:
I – A linguagem Python é muito utilizada em análise de dados devido a
sintaxe simples, uso de código enxuto, possuindo importantes
bibliotecas como NumPy.
PORQUE
II – A linguagem Python incorpora diferentes bibliotecas como NumPy
utilizadas para executar operações matemáticas e funções integradas
para álgebra linear, porém, não incorpora bibliotecas para tratamento
de medidas estatísticas como desvio padrão.
A respeito dessas asserções, assinale a opção correta.
 As asserções I e II são proposições falsas. 
 
A asserção I é uma proposição verdadeira, e a II é uma proposição
falsa.
Correto!Correto!
 
A asserção I é uma proposição falsa e a II é uma proposição
verdadeira.
 
As asserções I e II são proposições verdadeiras, mas a II não é uma
justificativa correta da I.
 
As asserções I e II são proposições verdadeiras, e a II é uma
justificativa correta da I.
2 / 2 ptsPergunta 5
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 5/16
Um analista de dados pode identificar os valores outiliers em conjuntos
de dados utilizando a técnica de:
 Histograma. 
 Machine Learning. 
 BoxPlot. Correto!Correto!
 Simple AI. 
 SciPy. 
2 / 2 ptsPergunta 6
Sobre as medidas estatísticas avalie as seguintes afirmações:
I. Quando a dispersão dos dados for muito grande então o desvio
padrão será grande.
II. O segundo quartil é igual a mediana.
III. Quando a média é igual ao desvio padrão os dados não estarão
dispersos.
Estão corretas:
 Todas. 
 Somente uma delas. 
 II e III somente. 
 I e II somente. Correto!Correto!
 I e III somente. 
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 6/16
2 / 2 ptsPergunta 7
Sobre aprendizado de máquina é correto afirmar que:
 
No aprendizado supervisionado o conjunto de dados devem ser
divididos em base de testes e base de treino.
Correto!Correto!
 
No aprendizado não supervisionado, existem somente as variáveis
dependentes que descrevem os dados.
 
No aprendizado não supervisionado é fundamental rotular os dados. 
 No aprendizado por reforço os algoritmos não precisam de dados. 
 
Tanto no aprendizado supervisionado como no não supervisionado o
modelo gerado não apresenta predições incorretas.
2 / 2 ptsPergunta 8
Engenheiros de dados e Cientistas de dados tem, em geral, funções
diferentes dentro das organizações. Neste contexto, julgue as
afirmações que se seguem.
I. Engenheiros de dados implementam a infraestrutura necessária para
unificar todos os dados e executar os processos do cientista de dados.
II. Cientistas de dados devem arquitetar e implementar soluções de
sistemas distribuídos e programação paralela para análise de dados.
III. Engenheiros de dados aplicam técnicas de aprendizado de
máquina (machine learning).
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 7/16
IV. Cientistas de dados aplicam técnicas de aprendizado profundo
(deep learning).
 
Assinale a alternativa quem contem a(s) assertiva(s) correta(s):
 I e IV, somente. Correto!Correto!
 I, e III, somente. 
 II e IV, somente. 
 II e III, somente. 
 III e IV, somente. 
3 / 3 ptsPergunta 9
A mineração de dados é o processo de análise de grandes volumes de
dados para descobrir inteligências que ajudem as empresas a resolver
problemas, mitigar riscos e aproveitar novas oportunidades. Esse ramo
da ciência de dados tem a nomenclatura derivada das semelhanças
entre procurar informações valiosas em um grande banco de dados e
extrair uma montanha de minério. 
Considerando as informações sobre mineração de dados, analise as
asserções a seguir a respeito dos principais conceitos de mineração
de dados.
 
I. Usa aprendizado de máquina. 
II. Usa dados diretamente dos sistemas de processamentode
transações.
III. Ajuda os gerentes na tomada de decisões de rotina. 
IV. Limpeza e preparação de dados.
 
Está correto o que se afirma em:
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 8/16
 III e IV. 
 II e III. 
 I e IV. Correto!Correto!
 I e III. 
 II e IV. 
Essa alternativa está correta porque limpeza e preparação de dados é uma etapa na qual
os dados são transformados em um formulário adequado para análises e
processamentos adicionais, como a identificação e a remoção de erros e a falta de
dados (dados incompletos). Do mesmo modo, o aprendizado de máquina é um conceito
de mineração de dados no qual um programa, usando probabilidades estatísticas,
permite aos computadores ter a capacidade de "aprender" sem que sejam
explicitamente programados. Você pode ler mais na unidade 1, tópico 3.
3 / 3 ptsPergunta 10
Uma empresa vendedora de produtos de praia deseja analisar a
quantidade de vendas do produto bola de praia na cidade de
Florianópolis. A empresa deseja analisar as vendas do mês de
fevereiro do ano passado realizadas pelo vendedor José Camilo,
comparada com os números da receita com o mesmo produto em
fevereiro deste ano, também na cidade de Florianópolis. Após esta
análise, a empresa fará uma comparação de outras vendas do mesmo
produto em Florianópolis no mesmo período com o objetivo de realizar
uma previsão de vendas. Considerando o caso apresentado e o
conteúdo estudado, assinale a alternativa que indica a melhor
ferramenta a ser utilizada por essa empresa para realizar essa ação:
 Monodimensional Data Analytic. 
 Big Data. 
 Mineração de dados. 
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 9/16
 Business Intelligence. 
 Ferramentas OLAP. Correto!Correto!
Essa alternativa está correta, pois o OLAP (Processamento Analítico Online) é um
método de computação que permite aos usuários extrair e consultar dados de maneira
fácil e seletiva a fim de analisá-los sob diferentes pontos de vista. As consultas de
OLAP geralmente ajudam na análise de tendências, relatórios financeiros, previsão de
vendas, orçamento e outros fins de planejamento. Você pode ler mais na unidade 1,
tópico 3.
3 / 3 ptsPergunta 11
A respeito da linguagem python, analise as a�rmativas.
I- Possui bibliotecas como pandas e numpy.
II- Disponibiliza documentação na Internet.
III- É uma linguagem de baixo nível.
Está correto o que se a�rma em
 Todas 
 II e III, apenas. 
 III, apenas. 
 I e III, apenas. 
 I e II, apenas. Correto!Correto!
3 / 3 ptsPergunta 12
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 10/16
Considere o seguinte fragmento de código fonte, escrito em linguagem
python: 
a = 3
b = a * 2
a, b = b, a
Após a execução de todos os comandos, qual é o resultado apresentado pelo
comando abaixo?
         print(a)
 a 
 36 
 6 Correto!Correto!
 3 
 63 
3 / 3 ptsPergunta 13
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
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 11/16
da amostra:
 
Pode-se dizer que pelo menos 60% das pessoas deram nota menor do
que a média.
 
O desvio padrão para essa amostra é igual ao valor da média e é
obtido pelo método desvpad().
 
A mediana e a média possuem o mesmo valor. Nesse caso, podem ser
obtidas pelo método median().
 
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().
Correto!Correto!
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.
3 / 3 ptsPergunta 14
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 12/16
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 apenas. 
 I e III. Correto!Correto!
 II apenas. 
 III apenas. 
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 13/16
A asserção I está correta, pois quando falamos de população
estamos tratando o todo, ou seja, todas as pessoas que vivem
no Brasil, sem exceção. Já a asserção II está incorreta, pois 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. Quanto a
asserção III está correta, pois pega-se uma parte do todo. 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.
3 / 3 ptsPergunta 15
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
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 14/16
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 esperada
 Sim Não
Classe
predita
Não 4 1
Sim 2 3
 
 Classe esperada
 Sim Não
Classe
original
Sim 4 1
Não 2 3
 
 Classe esperada
 Sim Não
Classe
predita
Sim 3 2
Não 1 4
 
 Classe classificador
 Sim Não
Classe
predita
Sim 3 2
Não 1 4
 
 Classe esperada
 Sim Não
Classe
predita
Sim 4 1
Não 2 3
Correto!Correto!
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 15/16
Feedback:
Comoapresentado 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”.
3 / 3 ptsPergunta 16
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:
20/03/2022 21:05 AV1: G.FEV.FIA.5 - Fundamentos de Inteligência Artificial
https://newtonpaiva.instructure.com/courses/13744/quizzes/33452 16/16
 II e IV são verdadeiras. I e III são falsas. 
 Somente a IV é verdadeira. I, II e III são falsas. 
 Somente a III é verdadeira. I, II e IV são falsas. Correto!Correto!
 III e IV são verdadeiras. I e II são falsas. 
 Somente a II é verdadeira. I, III e IV são falsas. 
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.
Pontuação do teste: 40 de 40