Simulado AV1 - MACHINE LEARNING

Prévia do material em texto

Disc.: MACHINE LEARNING   
	Aluno(a): 
	
	Acertos: 10,0 de 10,0
	23/03/2022
		1a
          Questão
	Acerto: 1,0  / 1,0
	
	Acerca da utilização do aprendizado de máquina, complete o texto:
Na busca de padrões, é comum a utilização do aprendizado ______________, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
		
	
	Tradicional
	
	Por reforço
	
	Inteligente
	 
	Não supervisionado
	
	Supervisionado
	Respondido em 23/03/2022 19:50:14
	
	Explicação:
Resposta correta: Não supervisionado
	
		2a
          Questão
	Acerto: 1,0  / 1,0
	
	(Correio Braziliense, 01/10/2018) Acerca dos conceitos de aprendizado de máquina, julgue os itens seguintes:
I - O aprendizado de máquina para a detecção de fraude é baseado em equações matemáticas e algoritmos, e funciona em duas etapas. Na primeira, o sistema recebe exemplificações de compras legítimas e ilegítimas. Em seguida, a máquina avalia compras reais, levando em consideração os padrões observados.
II - A partir de números e fórmulas, o aprendizado de máquina une ponto a ponto informações sobre características de transações já feitas pelo usuário - como valores médios gastos, horários de compra, uso de celular, pontos usados, principais estabelecimentos -, até chegar a uma probabilidade de fraude final.
III - O modo como a máquina aprende os padrões antes de começar a analisar compras não interfere diretamente no registro de falsos positivos e fraudes reais.
Assinale a alternativa correta:
		
	
	Apenas II está correta.
	
	Apenas III está correta.
	
	Apenas I está correta.
	 
	Apenas I e II estão corretas.
	
	Apenas I e III estão corretas.
	Respondido em 23/03/2022 19:50:29
	
	Explicação:
Resposta correta: Apenas I e II estão corretas.
	
		3a
          Questão
	Acerto: 1,0  / 1,0
	
	Uma das técnicas bastante utilizadas em sistemas de apoio à decisão é o Data Mining, que se constitui em uma técnica:
		
	
	De compactação de dados, normalmente bastante eficiente, permitindo grande desempenho no armazenamento de dados.
	
	Que visa sua distribuição e replicação em um cluster de servidores, visando aprimorar a disponibilidade de dados.
	 
	Para a exploração e análise de dados, visando descobrir padrões e regras, a princípio ocultos, importantes à aplicação.
	
	De transmissão e recepção de dados que permite a comunicação entre servidores, em tempo real.
	
	Para realizar a criptografia inteligente de dados, objetivando a proteção da informação.
	Respondido em 23/03/2022 19:48:39
	
	Explicação:
Resposta correta: Para a exploração e análise de dados, visando descobrir padrões e regras, a princípio ocultos, importantes à aplicação.
	
		4a
          Questão
	Acerto: 1,0  / 1,0
	
	A etapa de Mineração de Dados (DM ¿ Data Mining) tem como objetivo buscar, efetivamente, o conhecimento no contexto da aplicação de KDD (Knowledge Discovery in Databases - Descoberta de Conhecimento em Base de Dados). Alguns autores referem‐se à Mineração de Dados e à Descoberta de Conhecimento em Base de Dados como sinônimos. Na etapa de Mineração de Dados, são definidos os algoritmos e/ou técnicas que serão utilizados para resolver o problema apresentado. Podem ser usados Redes Neurais, Algoritmo Genéticos, Modelos Estatísticos e Probabilísticos, entre outros, sendo que esta escolha irá depender do tipo de tarefa de KDD que será realizada. "Uma dessas tarefas compreende a busca por uma função que mapeie os registros de um banco de dados em um intervalo de valores reais." Trata‐se de:
		
	
	Sumarização.
	 
	Regressão.
	
	Classificação.
	
	Agrupamento.
	
	Detecção de desvios.
	Respondido em 23/03/2022 19:44:52
	
	Explicação:
Resposta correta: Regressão.
	
		5a
          Questão
	Acerto: 1,0  / 1,0
	
	Qual é o estimador base utilizado para a construção da floresta aleatória?
		
	
	LNR.
	
	KNN.
	
	GNB.
	
	LSTM.
	 
	Árvore de Decisão.
	Respondido em 23/03/2022 19:46:41
	
	Explicação:
Resposta correta: Árvore de Decisão.
	
		6a
          Questão
	Acerto: 1,0  / 1,0
	
	Qual hiperparâmetro da floresta aleatória garante capacidade de maior generalização e capacidade de lidar com alta variabilidade dos dados?
		
	
	Média de Poisson.
	
	Variância.
	 
	Número de Estimadores.
	
	Criterion.
	
	Desvio Padrão.
	Respondido em 23/03/2022 19:47:47
	
	Explicação:
Resposta correta: Número de Estimadores.
	
		7a
          Questão
	Acerto: 1,0  / 1,0
	
	Um aspecto bastante interessante do aprendizado profundo são os modelos de transferência de aprendizado profundo. Apesar de ser uma ideia bastante lógica, na prática, esbarra com alguns desafios. Em relação aos desafios dos modelos de transferência de aprendizado profundo, selecione a opção correta.
		
	 
	É possível que o processo de aprendizagem por transferência ocasione uma queda no desempenho da rede neural destino.
	
	São aplicáveis apenas quando os modelos envolvidos tratam da mesma base em domínios e tarefas.
	
	São aplicáveis apenas para resolver problemas simples.
	
	Não há como medir a qualidade da transferência para analisar qual foi o ganho real com esse processo.
	
	Sempre que for possível, devem ser aplicados com muitos dados rotulados depois de um processo de retreinamento.
	Respondido em 23/03/2022 19:46:19
	
	Explicação:
Resposta correta: É possível que o processo de aprendizagem por transferência ocasione uma queda no desempenho da rede neural destino.
	
		8a
          Questão
	Acerto: 1,0  / 1,0
	
	As arquiteturas de redes neural profunda, de convolução e recorrente formam a base para os modelos de aprendizado profundo. Em relação a essas categorias, selecione a opção correta.
		
	
	As redes de convolução são as mais adequadas para processamento de linguagem natural.
	
	A rede neural de convolução são conhecidas como ConvNet, que é um acrônimo para redes convergentes.
	
	A rede neural recorrente tem a capacidade de considerar combinações complexas das entradas de modo a evitar a necessidade de ter um comportamento dinâmico.
	
	As saídas de uma rede neural profunda são obtidas por meio de algoritmos de aprendizagem por reforço.
	 
	As redes neurais profundas são caracterizadas por utilizar algoritmos do tipo alimentação direta (feed forward).
	Respondido em 23/03/2022 19:46:07
	
	Explicação:
Resposta correta: As redes neurais profundas são caracterizadas por utilizar algoritmos do tipo alimentação direta (feed forward).
	
		9a
          Questão
	Acerto: 1,0  / 1,0
	
	Luiz é questionado sobre a capacidade de generalização de seu modelo por um colega de laboratório. Visto que o modelo de Luiz já está em vias de ser implantado e que até então obteve resultados bons, como ele pode provar ao seu colega a capacidade de generalização do modelo sem implantá-lo em produção ainda?
		
	
	 Com ajuda de seu orientador.
	
	 Com sua análise do estado da arte.
	 
	 Com a validação cruzada.
	
	 Através de análise exploratória.
	
	Divisão tradicional dos dados.
	Respondido em 23/03/2022 19:43:58
	
	Explicação:
A resposta certa é: Com a validação cruzada.
	
		10a
          Questão
	Acerto: 1,0  / 1,0
	
	Qual é a medida que indica a performance geral do modelo de aprendizado de máquina?
		
	
	Eficácia
	 
	Acurácia
	
	Precisão
	
	Risco
	
	Eficiência
	Respondido em 23/03/2022 19:43:48
	
	Explicação:
A resposta certa é:Acurácia