TÓPICOS DE BIG DATA EM PYTHON - AV Corrigida

Prévia do material em texto

Disciplina: TÓPICOS DE BIG DATA EM PYTHON AV 
CORRIGIDA 
 
 
 
 
 
 
 
 
A coleta e preparação dos dados para análise no Python são de extrema importância. Os 
dados secundários são assim definidos devido: 
 
 
O fato de requererem muito mais pré-processamento. 
 
O fato de ocuparem menos espaço de memória. 
 
O fato de virem de uma fonte alternativa não convencional. 
 O fato de terem sido obtidos a partir de terceiros. 
 
A sua baixa qualidade. 
 
 
 
 
Os dados que, por alguma razão, normalmente interferência humana, não chegam com 
todos os atributos esperados durante a coleta de dados, são conhecidos como: 
 
 
Enviesados. 
 Faltantes. 
 
Nulos. 
 
Embaralhados. 
 Corrompidos. 
 
 
 
 
02318 - BIG DATA ANALYTICS 
 
 
 
 
Qual o tipo de método nos permite visualizar a árvore de decisão na biblioteca Scikit-
Learn? 
 
 
console.log 
 
cout 
 
printf 
 
print 
 plot_tree 
 
 
 
 
O boom da IA se deve ao surgimento de novas tecnologias e dispositivos que por estarem 
sempre conectados produzem uma quantidade enorme de dados. Estes dados que 
alimentam os modelos de aprendizado de máquina também são conhecidos como: 
 
 Big Data. 
 
Conhecimento. 
 
Informações. 
 
Dados Faltantes. 
 
Observações. 
 
 
 
 
 
 
 
 
A respeito dos componentes do ecossistema do Hadoop, selecione a opção correta que 
apresenta o componente responsável pelo gerenciamento dos clusters. 
 
 Zookeeper 
 
HBase 
 
Flume 
 
Spark 
 
HCluster 
 
 
 
 
Ser capaz de gerenciar uma infraestrutura complexa é uma habilidade fundamental para o 
profissional de Tecnologia da Informação. Sendo assim, analise as alternativas e selecione a 
opção que apresenta o componente responsável por desempenhar o papel de mestre na 
arquitetura do Hadoop. 
 
 
DataNode 
 
HServerMap 
 
Bloco de dados 
 NameNode 
 
Replicador 
 
 
 
 
 
 
 
 
Existem diversos motivos que justificam o uso da computação em nuvem, apesar disso, 
existe um conceito que é essencial para computação em nuvem. Selecione a opção correta 
que contenha esse conceito. 
 
 
disponibilidade 
 
produtividade 
 
confiabilidade 
 abstração 
 
segurança 
 
 
 
 
Em relação aos formatos que os dados de Big Data, selecione a opção que corresponde a 
quantidade de formas que podem ser encontrados. 
 
 
4 
 
6 
 3 
 
5 
 
2 
 
 
 
 
 
 
 
 
Observe o trecho de código abaixo 
import numpy as np 
x = np.array([1, 5, 1, 6, 4, 7, 7]) 
função_teste = lambda x: x+x 
print(função_teste(x)) 
Selecione a opção correta a respeito dele. 
 
 
O programa vai gerar um erro. 
 
O programa produz a saída 31. 
 
O programa ficará sintaticamente correto se for acrescentado o "SparkContext" para 
executar o MapReduce. 
 O programa vai gerar e imprimir [2 10 2 12 8 14 14]. 
 
A saída do programa é [2]. 
 
 
 
 
O Spark é um framework de alto desempenho usado para aplicações de Big Data. Em 
relação à arquitetura do Spark, selecione a opção correta. 
 
 O gerenciador de cluster do Spark oferece suporte a Hadoop YARN. 
 
O Executor corresponde ao conjunto de máquina que executam como escravos. 
 
Os Worker Nodes da arquitetura Spark são responsáveis pelo gerenciamento das 
máquinas que executarão como escravos. 
 
O Executor e os Worker Nodes desempenham papeis equivalentes na arquitetura do 
Spark. 
 
O gerenciador de cluster do Spark faz o gerenciamento da execução das tarefas.