TÓPICOS DE BIG DATA EM PYTHON AVS_nota 09_gabarito

Prévia do material em texto

Disciplina: TÓPICOS DE BIG DATA EM PYTHON AVS
Aluno:
Professor: Turma: 9001
EEX0174_AVS_ (AG) 02/07/2022 01:21:22 (F)
Avaliação:
9,0
Av. Parcial.:
2,0
Nota SIA:
10,0 pts
02260 - ANÁLISE DE DADOS EM PYTHON COM PANDAS
1. Ref.: 6076846 Pontos: 1,00 / 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:
Faltantes.
Enviesados.
Corrompidos.
Nulos.
Embaralhados.
2. Ref.: 6076628 Pontos: 1,00 / 1,00
O seguinte constructo da linguagem Python representa o condicional simples:
while
for
if
with
else
02318 - BIG DATA ANALYTICS
3. Ref.: 6075834 Pontos: 0,00 / 1,00
As redes neurais são implementadas em Python através de uma biblioteca de processamento
de cálculos em paralelo baseada em grafos. Qual o nome desta biblioteca?
Tensorflow
Pandas
Scipy
Plotly
Numpy
4. Ref.: 6075828 Pontos: 1,00 / 1,00
Os modelos simbólicos são aqueles que:
Se baseiam em táticas de agrupamento por similaridade
São aqueles que lidam apenas com problemas numéricos
Se baseiam estritamente em dados e inferências estatísticas em cima deles
Se baseiam em lógica e regras de inferência para aprender e raciocinar
São aqueles que só lidam com problemas categóricos
02508 - HADOOP E ARMAZENAMENTO DE DADOS
5. Ref.: 6076138 Pontos: 1,00 / 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.
Indivisibilidade.
Isolamento.
Atomicidade.
Consistência.
Durabilidade.
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.
Centralizado e distribuído.
Distribuído e centralizado.
Distribuído e distribuído.
Centralizado e centralizado.
Mestre e escravo.
02727 - PRINCÍ PIOS DE BIG DATA
7. Ref.: 6067294 Pontos: 1,00 / 1,00
Selecione a opção a respeito da computação em nuvem.
é uma outra forma de denominar a internet das coisas
é uma forma de abstrair serviços da internet das coisas em redes locais distribuídas
é um conjunto de tecnologias que disponibilizam sistemas e recursos na internet
trata-se da utilização de aplicações com finalidades específicas
é a definição para aplicações de Big Data que utilizam os protocolos de internet
8. Ref.: 6067203 Pontos: 1,00 / 1,00
Selecione a opção correta sobre o uso de Big Data.
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.
Grandes volumes de dados são úteis para testar a capacidade dos servidores de
gerenciamento de dados.
É impossível não utilizar aplicações de Big Data para gerenciar projetos de internet
das coisas.
Projetos de big de Big Data são uma forma de organizar tabelas normalizadas com
grande volume de dados.
02729 - PRINCIPIOS DE DESENVOLVIMENTO DE SPARK COM PYTHON
9. Ref.: 6076005 Pontos: 1,00 / 1,00
As bibliotecas são coleções de subprogramas utilizados no desenvolvimento de softwares.
Selecione a opção correta que contém o componente do ecossistema do Spark responsável
por realizar operações paralelas em grafos.
Spark Streaming
MLlib
Spark Core
GraphX
RDDs
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.
PySpark
RDD
numpy.array
SQL
DataFrame
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