MACHINE LEARNING

Prévia do material em texto

1. 
 
 
A mineração de dados é a tarefa de encontrar estruturas interessantes em uma estrutura de dados, por 
exemplo, padrões estatísticos, modelos preditivos, relacionamentos escondidos etc. Considerando a 
figura a seguir, que mostra as áreas relacionadas à mineração de dados, assinale a opção correta: 
 
 
 
A classificação encontra agrupamentos naturais de instâncias dado um grupo de dados 
não etiquetado. 
 
 
A visualização é usada apenas de uma forma ilustrativa, sem facilitar a descoberta 
humana, e o banco de dados contém os dados a serem pesquisados. 
 
 
A regressão é uma tarefa de prever um rótulo de classe discreto. E a classificação é a 
tarefa de prever um valor contínuo. 
 
 
As estatísticas têm como foco a teoria e a avaliação de hipóteses, irrelevante no processo 
de aprendizado de máquina. 
 
 
O machine learning tem uma índole heurística, que foca na melhoria de desempenho de 
um agente de aprendizagem. 
Data Resp.: 07/06/2022 22:30:23 
 
Explicação: 
Resposta correta: O machine learning tem uma índole heurística, que foca na melhoria de 
desempenho de um agente de aprendizagem. 
 
 
 
 
 
2. 
 
Considerando os conceitos de aprendizado de máquina, julgue as 
afirmações a seguir: 
I - Na ação de obtenção de informações por meio do aprendizado 
de máquina, verificou-se que o processo que estava sendo 
realizado consistia em examinar as características de determinado 
objeto e atribuir-lhe uma ou mais classes; verificou-se também 
que os algoritmos utilizados eram embasados em algoritmos de 
aprendizagem supervisionados. Nessa situação, a ação em 
realização está relacionada ao processo de classificação. 
II - O aprendizado de máquina, para detecção de fraude, baseia-
se em equações matemáticas e algoritmos, e funciona em duas 
etapas: na primeira, o sistema recebe exemplificações de compras 
legítimas e ilegítimas; na segunda, a máquina avalia compras 
reais, considerando os padrões observados. 
III - No aprendizado supervisionado os padrões apresentados não 
possuem classificação conhecida. 
IV - No aprendizado semi-supervisionado os padrões de 
treinamento possuem entradas e saídas desejadas. E o 
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
 
treinamento é direcionado para auto-organizar os padrões de 
entrada semelhantes em grupos (clusters). 
Após a análise das sentenças, podemos afirmar que: 
 
 
Apenas II e III são corretas. 
 
 
Apenas I e II são corretas. 
 
 
Apenas I, II e III são erradas. 
 
 
Apenas III é errada. 
 
 
Apenas I e IV são corretas. 
Data Resp.: 07/06/2022 22:30:40 
 
Explicação: 
Resposta correta: Apenas III é errada. 
 
 
 
 
 
 
EM2120177NOÇÕES GERAIS DE MINERAÇÃO DE DADOS 
 
 
3. 
 
 
A Mineração de Dados (DM ¿ Data Mining) é uma das etapas da 
Descoberta do Conhecimento em Base de Dados (KDD ¿ 
Knowledge Discovery in Databases), sendo considerada a principal 
etapa do processo de KDD. Neste processo, existe um conceito 
essencial, por dois motivos principais, que tem a seguinte 
definição: "podem ser usadas após a etapa de Mineração de 
Dados, a fim de ordenar ou filtrar os padrões descobertos de 
acordo com o grau de interesse associado a estes padrões; podem 
ser usadas para restringir ou guiar o espaço de busca de 
Mineração de Dados, melhorando a eficiência da busca ao eliminar 
conjuntos de padrões que não satisfaçam a condições 
predeterminadas". (GOLDSCHMIDT; PASSOS; BEZERRA, 2015.) 
 
 
Representação do conhecimento. 
 
 
Aprendizado indutivo. 
 
 
Medidas de interesse. 
 
 
Similaridade e distância. 
 
 
Aprendizado por reforço. 
Data Resp.: 07/06/2022 22:30:47 
 
Explicação: 
Resposta correta: Medidas de interesse. 
 
 
 
 
 
4. 
 
 
Uma das técnicas bastante utilizadas em sistemas de apoio à 
decisão é o Data Mining, que se constitui em uma técnica: 
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
 
 
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. 
Data Resp.: 07/06/2022 22:31:07 
 
Explicação: 
Resposta correta: Para a exploração e análise de dados, visando descobrir padrões e regras, a 
princípio ocultos, importantes à aplicação. 
 
 
 
 
 
 
EM2120032TREINAMENTO DE MODELOS DE APRENDIZADO DE MÁQUINA 
 
 
5. 
 
 
Uma árvore de decisão pertence a qual grupo de tipo de 
Aprendizado de Máquina? 
 
 
Semisupervisionado. 
 
 
Aleatório. 
 
 
Não Supervisionado. 
 
 
Por Reforço. 
 
 
Supervisionado. 
Data Resp.: 07/06/2022 22:31:13 
 
Explicação: 
Resposta correta: Supervisionado. 
 
 
 
 
 
6. 
 
Leonardo é chamado pelo Instituto de Matemática e Estatística 
Aplicada de sua universidade para auxiliar o departamento com 
uma pesquisa que está sendo feita em parceria com uma empresa 
de óleo e gás. A equipe de estatísticos é muito competente, porém 
não está muito familiarizada com o uso de computadores em suas 
pesquisas tradicionais, e visto que os dados desse estudo 
ultrapassaram o poder de processamento humano, devido às suas 
proporções, tiveram que pedir ajuda ao Departamento de 
Informática. Leonardo foi apresentado ao conjunto de dados 
cedido pela empresa de óleo e gás. O conjunto de dados tinha 
mais de 5.000.000.000 de registros e, como a coleta dos dados 
pelos sensores da empresa é muito cautelosa, a quantidade de 
características é de aproximadamente 200. Em seguida, os 
estatísticos experientes informaram Leonardo que haviam feito um 
estudo aproximado da dimensionalidade desses dados e que 
poderia haver overlap geométrico dos mesmos devido à sua alta 
dimensionalidade. Tendo isso em mente, qual algoritmo melhor se 
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
 
encaixaria no problema de redução de dimensionalidade de 
Leonardo? 
 
 
LLE. 
 
 
Árvore de Decisão. 
 
 
Rede Neural Convolucional. 
 
 
SVM Não Linear. 
 
 
PCA Linear. 
Data Resp.: 07/06/2022 22:31:15 
 
Explicação: 
Resposta correta: LLE. 
 
 
 
 
 
 
EM2120072REDES NEURAIS E APRENDIZADO PROFUNDO 
 
 
7. 
 
 
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 para resolver problemas simples. 
 
 
São aplicáveis apenas quando os modelos envolvidos tratam da mesma base em domínios 
e tarefas. 
 
 
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. 
Data Resp.: 07/06/2022 22:31:23 
 
Explicação: 
Resposta correta: É possível que o processo de aprendizagem por transferência ocasione uma 
queda no desempenho da rede neural destino. 
 
 
 
 
 
8. 
 
 
(INEP - 2005 - ENADE - Computação) No que diz respeito às redes 
neurais, assinale a opção correta. 
 
 
O número de camadas ocultas de uma rede de alimentação direta é inversamente 
proporcional ao aumento do espaço de hipóteses que ela poderepresentar. 
 
 
Não há problemas em realizar o teste de desempenho de uma rede neural com o mesmo 
conjunto de dados usado para o treinamento. 
 
 
O treinamento de uma rede neural tem tempo determinado de execução. 
 
 
O número de pesos de uma rede neural não influencia a rapidez com que ela processa 
dados. 
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
 
 
O aprendizado supervisionado é o paradigma de treinamento mais utilizado para 
desenvolver aplicações de redes neurais para classificação e predição. 
Data Resp.: 07/06/2022 22:31:28 
 
Explicação: 
Resposta correta: O aprendizado supervisionado é o paradigma de treinamento mais utilizado 
para desenvolver aplicações de redes neurais para classificação e predição. 
 
 
 
 
 
 
EM2120178PROJETO DE SISTEMAS DE APRENDIZADO DE MÁQUINA 
 
 
9. 
 
 
O resultado de um questionário rodado por um cientista de dados 
para conseguir dados para sua pesquisa se enquadra em que tipo 
de coleta de dados? 
 
 
 Coleta aleatória. 
 
 
 Coleta de dados secundária. 
 
 
 Coleta oculta. 
 
 
 Coleta de dados primária. 
 
 
Coleta de dados não estruturada. 
Data Resp.: 07/06/2022 22:31:34 
 
Explicação: 
A resposta certa é: Coleta de dados primária. 
 
 
 
 
 
10. 
 
 
Quem são os atores responsáveis pela validação do entendimento 
do problema? 
 
 
Administradores de banco de dados. 
 
 
 Economistas. 
 
 
 Gerentes. 
 
 
 Analista de sistemas. 
 
 
 Stakeholders. 
Data Resp.: 07/06/2022 22:32:59 
 
Explicação: 
 A resposta certa é:Stakeholders. 
 
 
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp