TÓPICOS DE BIG DATA EM PYTHON AV_gabarito

Prévia do material em texto

Disciplina: TÓPICOS DE BIG DATA EM PYTHON AV
Aluno:
Professor: ROBSON LORBIESKI Turma: 01
EEX0174_AV_ (AG) 14/06/2022 16:00:17 (F)
Avaliação:
3,0
Nota Partic.: Av. Parcial.:
2,0
Nota SIA:
3,0 pts
Estação de trabalho liberada pelo CPF com o token 241401 em 14/06/2022 15:47:16.
O aproveitamento da Avaliação Parcial será considerado apenas para as provas com nota maior ou igual
a 4,0.
02260 - ANÁLISE DE DADOS EM PYTHON COM PANDAS
1. Ref.: 6076913 Pontos: 0,00 / 1,00
A coleta e preparação dos dados para análise no Python são de extrema importância. Os dados
secundários são assim definidos devido:
O fato de virem de uma fonte alternativa não convencional.
A sua baixa qualidade.
O fato de ocuparem menos espaço de memória.
O fato de terem sido obtidos a partir de terceiros.
O fato de requererem muito mais pré-processamento.
2. Ref.: 6076846 Pontos: 0,00 / 1,00
Os dados que, por alguma razão, normalmente interferência humana, não chegam com todos os
atributos esperados durante a coleta de dados, são conhecidos como:
Embaralhados.
Corrompidos.
Faltantes.
Enviesados.
Nulos.
02318 - BIG DATA ANALYTICS
3. Ref.: 6076113 Pontos: 0,00 / 1,00
Qual o tipo de método nos permite visualizar a árvore de decisão na biblioteca Scikit-Learn?
print
printf
plot_tree
console.log
cout
4. Ref.: 6075830 Pontos: 1,00 / 1,00
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:
Informações.
Observações.
Dados Faltantes.
Conhecimento.
Big Data.
02508 - HADOOP E ARMAZENAMENTO DE DADOS
5. Ref.: 6076138 Pontos: 0,00 / 1,00
Em relação aos RDBMS, selecione a opção que apresenta a característica que trata as
transações em um banco de dados como uma unidade indivisível.
Consistência.
Isolamento.
Durabilidade.
Indivisibilidade.
Atomicidade.
6. Ref.: 6076199 Pontos: 1,00 / 1,00
O sistema de arquivos distribuídos do Hadoop, conhecido como HDFS, foi idealizado para
trabalhar com grandes volumes de dados. Selecione a opção correta que apresenta o
paradigma como o HDFS funciona.
Distribuído e distribuído.
Distribuído e centralizado.
Centralizado e centralizado.
Mestre e escravo.
Centralizado e distribuído.
02727 - PRINCÍ PIOS DE BIG DATA
7. Ref.: 6067386 Pontos: 0,00 / 1,00
Em relação aos formatos que os dados de Big Data, selecione a opção que corresponde a
quantidade de formas que podem ser encontrados.
5
4
2
3
6
8. Ref.: 6067203 Pontos: 0,00 / 1,00
Selecione a opção correta sobre o uso de Big Data.
É impossível não utilizar aplicações de Big Data para gerenciar projetos de internet das
coisas.
Grandes volumes de dados são úteis para testar a capacidade dos servidores de
gerenciamento de dados.
Projetos de big de Big Data são uma forma de organizar tabelas normalizadas com grande
volume de dados.
Com projetos de Big Data é sempre possível detectar fraudes em operações financeiras.
O volume e diversidade dos dados podem dar uma visão realística do que está sendo
observado.
02729 - PRINCIPIOS DE DESENVOLVIMENTO DE SPARK COM PYTHON
9. Ref.: 6075911 Pontos: 0,00 / 1,00
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 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.
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 gerenciador de cluster do Spark oferece suporte a Hadoop YARN.
10. Ref.: 6076009 Pontos: 1,00 / 1,00
A biblioteca Pandas é amplamente utilizada para manipular dados heterogêneos, situação
recorrente para aplicações de Big Data. Nesse sentido, selecione a opção que contém a estrutura
de dados que possibilita o Cientista de dados atribuir nome para as colunas.
numpy.array
RDD
SQL
DataFrame
PySpark
Educational Performace Solution EPS ® - Alunos
This document was created with Win2PDF available at http://www.win2pdf.com.
The unregistered version of Win2PDF is for evaluation or non-commercial use only.
This page will not be added after purchasing Win2PDF.
http://www.win2pdf.com