Simulado AV - TÓPICOS DE BIG DATA EM PYTHON _ Passei Direto (1)

Prévia do material em texto

isc.: TÓPICOS DE BIG DATA EM PYTHON
Aluno(a):
Acertos: 7,0 de 10,0
14/04/2022
1a
Questão
Acerto:0,0/1,0
Em relação aos V's que caracterizam os projetos de Big Data, selecione a opção que trata do processamento dos dados.
valor
velocidade
volume
variedade
veracidade
Respondido em 14/04/2022 16:45:31
Explicação:
A característica velocidade trata da rapidez de geração e processamento dos dados. Variedade diz respeito ao formato dos dados, valor está relacionado ao resultado útil da análise dos dados, volume significa a quantidade de dados disponíveis para tratamento e a veracidade diz respeito à confiabilidade da origem dos dados.
2a
Questão
Acerto:0,0/1,0
Em relação às plataformas para Internet das Coisas, selecione a opção correta sobre o Arduino.
É um protocolo de internet das coisas
É uma placa de hardware
É um ecossistema que envolve software e hardware
É o outro nome para Raspberry PI
É um programa
Respondido em 14/04/2022 16:49:26
Explicação:
O arduino é uma tecnologia que combina hardware e software e é utilizada para internet das coisas. Portanto, não é um programa, nem uma placa de hardware e tão pouco um protocolo de comunicação. Já o Raspberry PI não é o mesmo que Arduino, pois se trata de uma outra tecnologia para internet das coisas.
3a
Questão	Acerto:1,0/1,0
Selecione a opção que indica o processo responsável por executar uma tarefa atribuída a ele pelo Job Tracker.
Job Tracker Slave
Task Tracker
MapReduce
MapTracker
MapJob
Respondido em 14/04/2022 16:50:05
Explicação:
O JobTracker envia as informações necessárias para a execução de uma tarefa para o TaskTracker que, por sua vez, executa a tarefa e envia os resultados de volta para JobTracker, além de fazer o seu rastreamento.
4a
Questão
Acerto:1,0/1,0
Em relação as fases do Hadoop, selecione a opção correta que apresenta o componente responsável pela geração de pares intermediários de valor e chave.
Combinação
Redução
Agrupamento
Embaralhamento
Gravação da saída
Respondido em 14/04/2022 16:50:15
Explicação:
Através do processo de embaralhamento, também conhecido pelo termo em inglês "shuffling", o mecanismo MapReduce faz a geração de pares intermediários de valor e chave que são transferidos para a fase de redução, o que é realizado em paralelo com outras tarefas da fase de mapeamento.
5a
Questão
Acerto:1,0/1,0
O PySpark caracteriza-se como uma biblioteca Spark responsável por executar programas usando recursos do Apache Spark. Selecione a opção correta que contenha itens que são pré-requisitos de instalação para utilização do PySpark.
Java e Python
Java e R
Python e Escala
Hadoop e Spark
Casandra e Spark
Respondido em 14/04/2022 16:51:51
Explicação:
Gabarito: Java e Python
Justificativa: A utilização do PySpark depende principalmente de três pré-requisitos: instalação e configuração do Java, Python e do Spark. Além disso, é necessário tratar detalhes da plataforma sobre a qual o Spark vai rodar. No caso do Google Colab, é necessário instalar o FindSpark e o próprio PySpark também.
6a
Questão
Acerto:1,0/1,0
Observe o trecho de código abaixo
query = "SELECT * FROM tabela_teste WHERE valor = "+str(str_valor)
registros = spark.sql(query)
Selecione a opção correta a respeito dele.
É um exemplo de aplicação de GraphX.
É possível afirmar que a tabela_teste existe.
A execução do trecho de código vai funcionar corretamente.
Trata-se de um exemplo de utilização do Spark SQL
A implementação do trecho de código está errada.
Respondido em 14/04/2022 16:53:26
Explicação:
Gabarito: Trata-se de um exemplo de utilização do Spark SQL
Justificativa: O trecho de código corresponde a uma aplicação do Spark SQL. Esse componente viabiliza a utilização de código SQL que facilita bastante a manipulação de dados estruturados. A implementação está codificada corretamente, apesar de não ser possível afirmar se vai executar sem erros, pois no código não aparecem informações que permitam fazer afirmações sobre a execução.
7a
Questão
Acerto:1,0/1,0
Compreender a análise de dados em Python é fundamental para o cientista de dados. Qual o papel do sistema pip da linguagem Python?
Gerenciador de Pacotes do Python.
Biblioteca de Processamento de Linguagem Natural.
Motor de Busca da IDE do Python.
Gerenciador de memória do Python.
Gerenciador de espaços virtuais do Python.
Respondido em 14/04/2022 16:54:29
Explicação:
O papel do comando pip é gerenciar os pacotes a serem importados no Python, bem como instalá-los via comando pip install. Gerenciar memória é papel do sistema operacional, não do pip. A função de gerenciar espaços virtuais é atribuída ao venv, o virtualenv. Motor de busca é uma atribuição de IDE, não de linguagem de programação. O processamento de linguagem natural é função de biblioteca, diferente de gerenciamento de pacotes.
8a
Questão
Acerto:0,0/1,0
Dado que Felipe quer fazer a junção entre dois conjuntos de dados e escreveu o seguinte código:
import pandas as pd
df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'], 'value': [1, 2, 3, 5]})
df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'], 'value': [5, 6, 7, 8]}) df1.merge(df2, left_on='lkey', right_on='rkey')
Qual destas alternativas descreve as saídas do código?
I ¿ O conjunto resultante terá colunas lkey, value_x, rkey, value_y
II ¿ O código não executará, pois Filipe não definiu os sufixos de coluna
III ¿ O resultado do código em questão retornará um pd.Series juntando os conjuntos pela lkey e rkey.
Apenas a opção III está correta.
Apenas as opções II e III estão corretas.
Apenas as opções I e III estão corretas.
Apenas a opção II está correta.
Apenas a opção I está correta.
Respondido em 14/04/2022 16:57:20
Explicação:
A afirmativa I está corretíssima uma vez que o resultado terá as colunas chaves e as colunas valores acrescidas dos sufixos padrões, porquanto não há declaração explícita. A afirmativa II é incorreta, por mais que seja uma boa prática definir os nomes dos sufixos de suas junções, não sendo impeditivo à biblioteca executar a junção sem elas. A afirmativa III é incorreta, pois o resultado de uma junção é um pd.DataFrame, uma vez que estamos falando de operações fechadas assim como a álgebra que rege o bom funcionamento de um sistema, i.e., como a entrada é de DataFrames, a saída obrigatoriamente também tem que ser de DataFrames.
9a
Questão
Acerto:1,0/1,0
O enquadramento de aprendizado não supervisionado contempla qual(is) técnicas? I - Agrupamento
II - Classificação III - Regressão
Apenas a opção III está correta
Apenas as opções II e III estão corretas
Apenas a opção II está correta
Apenas as opções I e III estão corretas
Apenas a opção I está correta
Respondido em 14/04/2022 16:58:05
Explicação:
O aprendizado supervisionado se caracteriza pelo aprendizado autodidata que é caracterizado pelo agrupamento. Já a classificação e a regressão são técnicas oriundas do aprendizado supervisionado.
10a
Questão
Acerto:1,0/1,0
No modelo de aprendizado profundo, as camadas internas ocultas representam:
I - Abstrações de aspectos de dados complexos
II - Informação relevante dos dados de entrada III - Pesos e Viéses
Apenas I
Apenas II e III
As alternativas I, II e III
Apenas III
Apenas I e III
Respondido em 14/04/2022 16:58:18
Explicação:
Os modelos de aprendizado profundo são modelos conexionistas que usam suas camadas internas para abstrair automaticamente abstrações de aspectos complexos dos dados, como uma linha reta ou uma curva, e até mesmo combinações de aspectos descobertos em camadas anteriores.
alternativa I - Abstrações de aspectos de dados complexos ¿ está correta pois os modelos de aprendizado profundo são modelos conexionistas que usam suas camadas internas para abstrair automaticamente abstrações de aspectos complexos dos dados, como uma linha reta ou uma curva, e até mesmo combinações de aspectos descobertos em camadas anteriores.
A alternativa II - Informação relevante dos dados de entrada - está incorreta por estar relacionada com o conceito de sistemade informação, que é uma coleção de partes que recebe dados como insumo, processa-os por meio de dinâmicas internas das partes e devolve informação relevante ao usuário final.
A alternativa III ¿ Pesos e Vieses ¿ está incorreta, pois o aprendizado profundo tenta modelar abstrações de alto nível de dados, sendo os grafos empregados nessa área as redes neurais artificiais, onde as camadas ocultas mapeiam de forma equivariante os pesos e os filtros para as camadas subsequentes.