Uniasslevi - Machine Learning II - Associacao e Agrupamento - Avaliacao II

Prévia do material em texto

1 
 O Python é uma linguagem de programação de alto nível, cujo design prioriza a 
facilidade de leitura do código e que tem permanecido consistentemente entre as 
linguagens de programação mais populares, utilizada em diversas aplicações, 
dentre elas na mineração de dados. Sabendo que o dataset iris pode ser 
instanciado com o comando iDS = load_iris(), bem como podemos dividi-lo por 
meio do comando iData, iTarget, iTarget_Names, _, iFeature_Names, _ =iDS.values(). 
Sobre o desmembramento da tupla gerada por load_iris(), associe os itens, 
utilizando o código a seguir: 
 
I- iData. 
 
II- iTarget. 
 
III- iTarget_Names. 
 
IV- iFeature_Names. 
 
( ) Matriz contendo os valores de cada instância de cada atributo previsor. 
( ) Vetor contendo os valores de atributo-alvo para cada instância. 
( ) Vetor com os nomes dados a cada uma das três espécies rotuladas. 
( ) Vetor com o nome dado aos atributos previsores. 
Assinale a alternativa que apresenta a sequência CORRETA: 
 
 
A 
IV - I - III - II. 
B 
I - III - II - IV. 
C 
II - III - I - IV. 
D 
I - II - III - IV. 
2 
A mineração de dados é uma área de pesquisa que tem contribuído na busca de 
conhecimentos implícitos que possam dar suporte à tomada de decisão. Na 
verdade, a mineração de dados faz parte de uma área mais ampla que é descoberta 
de conhecimento em banco de dados (Knowledge Discovery in Database - KDD). 
Considerando o agrupamento, classifique V para as sentenças verdadeiras e F para 
as falsas: 
 
( ) Os algoritmos particionais agrupam as instâncias dentro de um cluster de 
forma exclusiva. 
( ) Os algoritmos hierárquicos podem aninhar clusters criando uma hierarquia 
em que uma mesma instância pertence a dois ou mais clusters ao mesmo tempo. 
( ) O resultado do agrupamento não carrega definição dos grupos formados. 
( ) Após agrupados, os clusters formados podem ser analisados por um algoritmo 
que poderá rotulá-los. 
Assinale a alternativa que apresenta a sequência CORRETA: 
A 
F - F - V - V. 
B 
V - V - V - F. 
C 
V - V - F - F. 
D 
V - F - V - V. 
3 
Machine Learning é uma forma de IA muito utilizada atualmente, que permite o 
aprendizado pelo sistema a partir de dados imputados, que servirão como base de 
treinamento para que o sistema gere modelos ou saídas que possam servir para 
análises preditivas. Considerando as técnicas de agrupamento, classifique V para 
as sentenças verdadeiras e F para as falsas: 
 
( ) O agrupamento (clusterização) enquadra-se no aprendizado supervisionado. 
( ) O agrupamento consiste na divisão dos dados em grupos (clusters). 
( ) Os clusters compartilham valores próximos entre os atributos de entrada. 
( ) Os clusters são gerados automaticamente sem precisar informar um número 
pré-determinado. 
Assinale a alternativa que apresenta a sequência CORRETA: 
A 
V - V - V - F. 
B 
F - V - V - V. 
C 
V - V - F - V. 
D 
F - V - F - V. 
4 
A biblioteca scikit-learn dá suporte ao desenvolvimento de algoritmos de machine 
learning, dentre eles também o algoritmo de agrupamento k-means. Dentre as 
maneiras de ser implementado, o trecho a seguir é uma maneira de instanciar o 
algoritmo: KMeans(n_clusters=5, random_state=40). 
Sobre o random_state, assinale a alternativa CORRETA: 
A 
É o número de clusters. 
B 
É o número aleatório de dados de saída. 
C 
É o valor de base para geração de pontos aleatórios. 
D 
É o número de dados de entrada. 
5 
Para implementar o K-means em Python, uma das bibliotecas mais utilizadas é a 
scikit-learn. Em sua implementação, o valor de n_jobs permite efetuar mais de 
uma inicialização do k-means em tarefas paralelas. É um inteiro que define a 
quantidade de processamentos em paralelo, o padrão é apenas 1, fazendo com que 
a quantidade máxima permitida de processadores seja selecionada através do 
valor - 1. Sobre os três formatos de cálculo das distâncias, associe os itens, 
utilizando o código a seguir: 
 
I- FULL. 
 
II- ELKAN. 
 
III- AUTO. 
 
( ) Recorre ao método convencional para conjuntos de dados esparsos, em que o 
algoritmo elkan implementado é incapaz de convergir, e ao método elkan para 
conjuntos de dados densos. 
( ) Padrão dos algoritmos de k-means que calcula a distância de todos os pontos 
com relação ao centro. 
( ) Converge para os mesmos resultados, mas reduz a partir de triangulações a 
quantidade de distâncias calculadas, eliminando muitas etapas 
desnecessárias/redundantes. 
Assinale a alternativa que apresenta a sequência CORRETA: 
A 
III - II - I. 
B 
I - II - III. 
C 
III - I - II. 
D 
II - III - I. 
6 
Em mineração de dados, o agrupamento é uma das tarefas mais comuns que 
compõem o processo de aprendizado. Os grupos formados também são conhecidos 
como clusters e dependem muito das características do algoritmo utilizado. 
 
 
Sobre a forma de aprendizado do agrupamento, assinale a alternativa CORRETA: 
A 
Aprendizado não supervisionado. 
B 
Aprendizado por reforço. 
C 
Aprendizado supervisionado. 
D 
Aprendizado induzido. 
7 
A biblioteca Pandas é uma biblioteca em Python, foi inicialmente criada por Wes 
McKinney no ano de 2008 e está em constante desenvolvimento até os dias de 
hoje. Pandas é um nome derivado de panel data que é um termo utilizado para 
grupos de dados com mais de uma dimensão. Sobre os elementos do Pandas, 
associe os itens, utilizando o código a seguir: 
 
I- read_clipboard. 
 
II- read_csv. 
 
III- read_html. 
 
IV- read_sql. 
 
( ) Varre uma página na web na busca por tabelas que possam conter dados. 
( ) Leitura de banco de dados SQL, entre outros. 
( ) Cria um DataFrame a partir dos dados copiados na prancheta (clipboard) do 
sistema operacional. 
( ) Arquivos em que colunas (atributos) são separadas por algum caractere 
especial, geralmente uma vírgula, e cada linha representa uma nova instância. 
Assinale a alternativa que apresenta a sequência CORRETA: 
 
 
FONTE: COSTA, Axel Vieira Gomes et al. Classificador de fake news utilizando um 
modelo de aprendizado de máquina com técnicas de processamento de linguagem 
natural. 2020. 
A 
III - IV - I - II. 
B 
I - II - III - IV. 
C 
II - I - III - IV. 
D 
I - III - II - IV. 
8 
O algoritmo de clusterização K-means poder ser também chamado de K-médias. É 
um algoritmo popular devido a sua facilidade de implementação e sua ordem de 
complexidade O(n), onde n é o número de padrões. 
Sobre o significado da letra k do algoritmo k-means, assinale a alternativa 
CORRETA: 
 
FONTE: FONSECA, Felipe Cesar Stanzani; BELTRAME, Walber Antônio Ramos. 
Aplicações Práticas dos Algoritmos de Clusterização K-means e Bisecting K-means. 
Universidade Federal do Espírito Santo (UFES). Vitória-ES, 2010. 
A 
Se refere ao número de grupos que o algoritmo irá retornar. 
B 
Se refere ao número de vizinhos mais próximos que o algoritmo irá retornar. 
C 
Se refere ao número de rótulos de saída que o algoritmo irá retornar. 
D 
Se refere ao número de dados de entrada que o algoritmo irá retornar. 
9 
O agrupamento é uma tarefa que depende de um especialista para sua 
compreensão, sendo uma técnica amplamente utilizada nos mais diversos cenários 
de análise de dados, bem como para suporte à decisão. Considerando o 
agrupamento, classifique V para as sentenças verdadeiras e F para as falsas: 
 
( ) O clustering é uma das técnicas utilizadas para a mineração de dados em 
grafos. 
( ) Ao aplicar clustering em grafos são utilizadas as informações relativas aos 
vértices do grafo para criar grupos coesos. 
( ) É preciso atentar a três questões ao se iniciar atividades de agrupamentos de 
dados, como: medir a similaridade entre os conjuntos de dados; formar os clusters; 
e quantos clusters formar. 
( ) O processo de análise de cluster deve incluir a divisão de um dataset, de forma 
que os elementos de cada subconjunto sejam relacionados de acordo com uma 
medida de similaridade.Assinale a alternativa que apresenta a sequência CORRETA: 
A 
V - V - V - V. 
B 
V - F - V - V. 
C 
V - V - F - F. 
D 
F - F - V - V. 
10 
 Na era do Big Data, deixaremos de viver como as 10000 gerações que nos 
antecederam. Para alguns pesquisadores, o Big Data é tão revolucionário na vida 
humana quanto a descoberta do fogo ou o início da agricultura. Dentre os campos 
que se aproveitam de tais dados, a mineração de dados destaca-se por obter 
conhecimento de tais dados. Sobre etapas da mineração de dados, associe os itens, 
utilizando o código a seguir: 
 
I- Limpeza de dados. 
 
II- Integração de dados. 
 
III- Seleção de dados. 
 
IV- Transformação de dados. 
 
( ) Em que os dados relevantes para a tarefa de análise são recuperados da base 
de dados. 
 
( ) Em que os dados são transformados e consolidados em formulários 
apropriados para mineração, realizando operações de resumo ou agregação. 
 
( ) Em que são removidos ruídos e dados inconsistentes. 
 
( ) Em que várias fontes de dados podem ser combinadas. 
Assinale a alternativa que apresenta a sequência CORRETA: 
A 
I - II - III - IV. 
B 
I - IV - III - II. 
C 
III - IV - I - II. 
D 
IV - III - II - I.