Teste de conhecimento

Prévia do material em texto

24/04/2022 09:41 Estácio: Alunos
https://simulado.estacio.br/alunos/ 1/4
Teste de
Conhecimento
 avalie sua aprendizagem
Selecione a opção correta com a medida de volume de dados que normalmente é usada para se referenciar a projetos de
Big Data.
Em relação ao formato dos dados, selecione a opção correta que corresponde ao formato dos dados de transações
bancárias.
TÓPICOS DE BIG DATA EM PYTHON 
Lupa Calc.
 
 
EEX0174_202001140301_TEMAS 
 
Aluno: EDSON DE OLIVEIRA BRITO Matr.: 202001140301
Disc.: TÓP BIG EM PYT 2022.1 EAD (GT) / EX
 
Prezado (a) Aluno(a),
 
Você fará agora seu TESTE DE CONHECIMENTO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua
avaliação. O mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
 
 
1.
Petabytes
Exabytes
Zetabytes
Gigabytes
Terabytes
Data Resp.: 24/04/2022 09:32:46
 
Explicação:
As aplicações que possuem ordem de grandeza de petabytes de volume de dados são consideradas de Big Data.
As alternativas da questão podem ser vistas em ordem crescente de grandeza das unidades de medida de
armazenamento: Gigabytes, Terabytes, Petabytes, Exabytes e Zetabytes.
 
 
 
 
2.
dados não estruturados
dados de Internet das Coisas
dados de Big Data
dados estruturados
dados semiestruturados
Data Resp.: 24/04/2022 09:33:49
 
Explicação:
Os dados de transações bancárias são salvos em tabelas e, portanto, correspondem a dados estruturados, que
são típicos de sistemas de transações on line armazenados em banco de dados. As demais alternativas tratam de
dados não convencionais que não são armazenados em bancos de dados tradicionais.
 
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
javascript:calculadora_on();
24/04/2022 09:41 Estácio: Alunos
https://simulado.estacio.br/alunos/ 2/4
O Hadoop é um framework de código aberto voltado para aplicações de Big Data. Neste sentido, selecione a alternativa
correta que apresenta um grande desafio no processo de configuração e gerenciamento do Hadoop.
O Hadoop é uma tecnologia especializada em atender as demandas de Big Data. Selecione a opção correta que
contenha a linguagem de programação utilizada para o desenvolvimento e implementação do Hadoop.
Os componentes do Spark têm como objetivo facilitar o desenvolvimento de projetos com finalidades específicas. Selecione
a opção que contém o componente do ecossistema do Spark especializado em aplicações de aprendizado de máquina.
O Spark é uma ferramenta computacional voltada para aplicações de Big Data. Selecione a opção correta a respeito do
componente que pode ser tratado com o Spark SQL.
 
 
 
3.
Mecanismo para melhorar o processamento dos dados.
Tratar dados não-estruturados.
Processos de extração, transformação e carregamento dos dados.
Aplicar políticas de segurança.
Gerenciamento do armazenamento de dados.
Data Resp.: 24/04/2022 09:35:08
 
Explicação:
O tratamento da segurança da informação é um grande desafio para o Hadoop, pois o profissional responsável por
essa etapa terá que configurar o sistema que, pela natureza dos problemas de Big Data, é uma tarefa complexa.
 
 
 
 
4.
Java
Perl
Java Script
Lua
Python
Data Resp.: 24/04/2022 09:35:35
 
Explicação:
O Hadoop foi desenvolvido usando, originalmente, a linguagem de programação Java na distribuição livre da
Apache Foundation. Atualmente, diferentes distribuições do framework estão implementadas em diversas
linguagens, entre as quais o Python.
 
 
 
 
5.
RDDs
GraphX Learning
MLSpark
MLlib
Spark Learning
Data Resp.: 24/04/2022 09:36:23
 
Explicação:
Gabarito: MLlib
Justificativa: O componente MLlib é o componente do ecossistema do Spark usado para implementar algoritmos
estatísticos e de aprendizado de máquina para simplificar pipelines de aprendizado de máquina em projetos de big
data. As opções Spark Learning, GraphX Learning e MLSpark não são componentes válidos do Spark. Os RDDs
são componentes para conjunto de dados resilientes.
 
 
 
 
6.
Executor
Tasks
24/04/2022 09:41 Estácio: Alunos
https://simulado.estacio.br/alunos/ 3/4
A função de agrupamento do Pandas é o groupby, responsável por influenciar a indexação das colunas. O que acontece ao
aplicarmos o método reset_index() no resultado de uma agregação?
Eduardo quer mostrar aos gestores da empresa como as ações da carteira de investimentos recomendada que ele e o time
dele propuseram estão valorizando e gerando muitos dividendos aos clientes. Para isso, Eduardo construiu um gráfico de
______, pois está lidando com dados ________ e quer mostrar o quão bem as recomendações geradas por seu time estão
evoluindo.
Respectivamente a resposta que completa as duas lacunas é:
Leonardo começou seu trabalho de conclusão de curso. Nesse trabalho, Leonardo quer elaborar um classificador de
imagem, mas, não sabe se decidir com relação à configuração das camadas de sua rede neural. É muito comum utilizarmos
o conjunto ________ para fazermos o benchmark de modelos de ______________:
Work Node
RDD
DAG
Data Resp.: 24/04/2022 09:37:10
 
Explicação:
Gabarito: RDD
Justificativa: O componente Spark SQL do ecossistema do Spark fornece suporte à linguagem SQL para
manipular RDDs. DAGs correspondem a abstrações sobre as execuções dos processos. O Executor é responsável
pela execução de tarefas individuais, enquanto o Work Node corresponde ao conjunto de máquinas que executam
as tarefas que são as Tasks, ou seja, subdivisões do processo.
 
 
 
 
7.
Os indexes não são deletados, evitando a perda de colunas no DataFrame da agregação.
Nada, o DataFrame fica imutável.
As colunas de agrupamento somem, e o DataFrame passa a ser indexado pelo número da linha.
O DataFrame é embaralhado.
O DataFrame é indexado pelas suas colunas.
Data Resp.: 24/04/2022 09:38:10
 
Explicação:
Ao agruparmos com groupby, o DataFrame passa a ser reindexado pelos grupos de colunas escolhidas. A partir de
então, o index das agregações passa a ser o agrupamento. Com o reset_index() após a agregação, os índices
originais das colunas são preservados.
 
 
 
 
8.
Linha; Numéricos
Pizza; Categóricos
Pizza; Numéricos
Linha; Temporais
Linha; Categóricos
Data Resp.: 24/04/2022 09:39:40
 
Explicação:
O gráfico correto é o de linhas, pois os dados são temporais, uma vez que Eduardo quer mostrar cronologia para
os acionistas e o gráfico de linha representa muito bem isto, e os dados em questão variam ao longo de meses ou
anos. Gráficos de pizza não se aplicam a dados temporais. Os dados não são simplesmente numéricos pois, em
essência, estamos lidando com a cronologia, logo são dados temporais. O tipo de dados em que números variam
no tempo não pode ser classificado como tipo categórico.
 
 
 
 
9.
IRIS; Processamento de Imagens
MNIST; Processamento de Linguagem Natural
IRIS; Processamento da Linguagem Natural
MNIST; Processamento de Imagens
24/04/2022 09:41 Estácio: Alunos
https://simulado.estacio.br/alunos/ 4/4
Qual o objetivo da inteligência artificial ao simular comportamentos humanos na máquina?
Pizzas; Categorias
Data Resp.: 24/04/2022 09:40:34
 
Explicação:
O conjunto MNIST de dígitos escritos a mão é um dos conjuntos mais conhecidos na literatura de aprendizado de
máquina. Mas, essa fama não é à toa, pois esse é o conjunto de comparação entre modelos de processamento de
imagens, uma vez que uma boa configuração de rede neural deve ser capaz de reconhecer os dígitos escritos a
mão do MNIST.
 
 
 
 
10.
Fazer com que computadores acessem a internet mais rápido.
Viabilizar a computação paralela.
Melhorar a capacidade de processamento de dados do sistema.
Incrementar o uso da memória de longa duração do sistema.
Otimizar algoritmos para que eles se adaptem a contextos não previamente codificados.
Data Resp.: 24/04/2022 09:41:15
 
Explicação:
A razão por trás daexistência da inteligência artificial é criar algoritmos e soluções capazes de se adaptar a novas
situações que não necessariamente foram pré-programadas, mas se adapte pela experiência passada com casos
similares.
 
 
 
 
 
 
 
 Não Respondida Não Gravada Gravada
 
 
Exercício inciado em 24/04/2022 09:31:24.