Baixe o app para aproveitar ainda mais
Prévia do material em texto
02/07/2022 11:09 Avaliação da Disciplina about:blank 1/8 Prova Impressa GABARITO | Avaliação da Disciplina (Cod.:645435) Peso da Avaliação 10,00 Prova 51414403 Qtd. de Questões 20 Nota 7,50 Segundo Witten e Frank (2005), as medidas de similaridade consistem em um aprendizado baseado em instância, em que cada nova instância é comparada com as existentes usando uma métrica de distância, e a instância existente mais próxima é usada para atribuir a classe à nova. Isso é chamado de método de classificação de vizinho mais próximo. Dentre as medidas de similaridade, temos a Distância Euclidiana, a qual é definida como a soma da raiz quadrada da diferença entre x e y em suas respectivas dimensões. Sobre essa medida, podemos afirmar. Assinale a opção correta: A Podemos definir como a medida generalizada de distância que explica as correlações entre variáveis de modo que se pondera da mesma forma todas as variáveis. B A Distância Euclidiana é definida pela soma das diferenças entre x e y em cada dimensão. C Devido ao seu alto grau de complexidade, a Distância Euclidiana não pode ser aplicada de maneira significativa na análise multivariada. D Podemos considerar como a medida mais conhecida, onde é frequentemente usada para medir a distância. Ela simplesmente é a distância geométrica no espaço multidimensional. O KNN é um algoritmo supervisionado que tem por objetivo classificar objetos (WEBB, 2002). O algoritmo de Machine learning tem como propósito classificar o elemento e atribuir a ele o rótulo que representa a maior frequência dentre as k amostras mais próximas, através do esquema de votação. Como podemos utilizar o algoritmo KNN em negócios? Assinale a opção correta: A Para estimar o total de vendas em um período. B Para analisar o perfil do cliente. C Para calcular a probabilidade de vendas. D Para encontrar as empresas mais semelhantes aos melhores clientes do negócio. A compreensão das técnicas estatísticas depende do entendimento de alguns conceitos básicos, como saber a diferença entre população e amostra. População é todos os elementos do conjunto e a amostra é apenas uma parte desse conjunto. Com base nos conceitos básicos das técnicas estatísticas, assinale a opção correta: A Amostra: conjuntos de todos os elementos da população que será analisada. VOLTAR A+ Alterar modo de visualização 1 2 3 02/07/2022 11:09 Avaliação da Disciplina about:blank 2/8 B População: conjuntos de todos os itens que não têm características em comum. C Parâmetro: característica que descreve a população. D Estimador: característica não numérica estabelecida na amostra. As pessoas podem ser competentes ou não em suas habilidades sociais, capacidade essa que influi diretamente na qualidade das relações pessoais e profissionais, bem como na própria qualidade de vida do indivíduo. Nesse sentido, associe os itens que seguem conforme suas respectivas características: I – Habilidade Social.II – Desempenho Social.III - Competência Social. ( ) Caracteriza-se por possuir propósito avaliativo.( ) Caracteriza-se pela emissão de comportamentos. ( ) Caracteriza-se pela pluralidade de comportamentos. Assinale a alternativa que apresenta a sequência correta de respostas: A I – II – III. B III – II – I. C III – I – II. D II – I – III. O KNN é um algoritmo supervisionado que tem por objetivo classificar objetos (WEBB, 2002). O algoritmo de Machine learning tem como propósito classificar o elemento e atribuir a ele o rótulo que representa a maior frequência dentre as k amostras mais próximas, através do esquema de votação. Sobre o KNN, marque V para verdadeiro e F para falso: ( ) Para estimar a classe a que o elemento K pertença, o algoritmo KNN calcula os K-vizinhos mais próximos a K . ( ) Na fase de classificação para um dado elemento de teste K, seus K-vizinhos mais próximos podem ser de uma mesma classe, e o algoritmo pode não conseguir decidir qual a classe a que esse elemento K pertença. ( ) Para encontrar a classe de um elemento que ainda não pertença a algum conjunto formado, o classificador KNN busca os K elementos do conjunto de treinamento que tenham a menor distância do elemento desconhecido. Marque a opção que contém a sequência correta: A F-F-F. B V-F-F. C V-V-F. D V-V-V. 4 5 02/07/2022 11:09 Avaliação da Disciplina about:blank 3/8 Os algoritmos de classificação tem por objetivo: classificar um indivíduo em uma classe ou conjunto (WEBB, 2002) no qual elas precisam ser mutuamente exclusivas (PROVOST, 2013). Com base nos conceitos vistos no capítulo sobre classificação, responda à próxima questão. Qual opção abaixo podemos definir como um problema de classificação? Marque o item correto: A Previsão da quantidade de produtos vendidos durante um determinado período. B Calcular a probabilidade de um cliente comprar o produto. C Os clientes da empresa X precisam ser agrupados a partir das suas características. D Uma empresa que investiga a chance dos seus clientes comprarem ou não o novo produto lançado. A técnica de regressão tenta estimar ou prever para cada indivíduo o valor numérico de alguma variável que pertença a ele (CHARNET, 1999). Com base nos conceitos vistos no capítulo sobre regressão, responda à próxima questão. Qual opção abaixo podemos definir como um problema de regressão? Marque o item correto: A Os clientes da empresa X precisam ser agrupados a partir das suas características. B Os clientes poderão comprar ou não o novo produto lançado? C Calcular a probabilidade de um cliente comprar o produto. D Previsão da quantidade de produtos vendidos durante um determinado período. A partir da coleta de dados, podemos extrair as informações sobre o fenômeno que desejamos avaliar, seja o perfil do cliente ou do mercado. Com base no que foi visto no capítulo sobre coleta e extração de informações, vamos avaliar a seguinte questão. Assinale a alternativa que indica corretamente o tipo de coleta de dados citado no trecho abaixo. “Esse tipo de coleta consiste em uma conversação para obter informações envolvendo duas ou mais pessoas”. A Telemarketing. B Face a face. C Questionário. D Entrevista. 6 7 8 02/07/2022 11:09 Avaliação da Disciplina about:blank 4/8 O automonitoramento do desempenho das relações interpessoais oportuniza o desenvolvimento de habilidades sociais significativas no campo metacognitivo e afetivo-comportamental. Nesse contexto, analise as sentenças que seguem sobre automonitoria: I – É a capacidade de compreender as suas próprias emoções, pensamentos e comportamentos. II – As pessoas com essa habilidade têm maior probabilidade de sucesso em circunstâncias complexas. III – As pessoas com essa habilidade apresentam autoestima e autoconfiança elevadas. IV – As pessoas com essa habilidade possuem menor controle da impulsividade. Assinale a alternativa que apresenta a resposta correta: A As sentenças I, II e IV estão corretas. B As sentenças I, III e IV estão corretas. C As sentenças I, II e III estão corretas. D As sentenças I, II, III e IV estão corretas. O KNN é um algoritmo supervisionado que tem por objetivo classificar objetos (WEBB, 2002). O algoritmo de Machine learning tem como propósito classificar o elemento e atribuir a ele o rótulo que representa a maior frequência dentre as k amostras mais próximas, através do esquema de votação. Como podemos selecionar os pontos da semente do algoritmo KNN? Assinale a opção correta: A Somente pela definição do pesquisador. B Definição pelo pesquisador ou Gerar pela própria amostra. C O algoritmo gera de forma automática. D Não é necessário gerar pontos de semente. O KNN é um algoritmo supervisionado que tem por objetivo classificar objetos (WEBB, 2002). O algoritmo de Machine learning tem como propósito classificar o elemento e atribuir a ele o rótulo que representa a maior frequência dentre as k amostras mais próximas, através do esquema de votação. Quais as medidas de distânciasusadas pelo algoritmo KNN? Assinale o item correto: A Distância Euclidiana e a Distância Manhattan. B Distância Manhattan e Centroide. C Somente Distância Manhattan. D Somente Distância Euclidiana. 9 10 11 02/07/2022 11:09 Avaliação da Disciplina about:blank 5/8 Depois de coletar os dados é conveniente organizá-los de forma simples e clara, para melhor entendimento das informações. Os dados podem ser organizados em formas de tabelas ou gráficos para facilitar sua visualização e interpretação. Com base neste contexto, responda ao questionamento. Em relação ao que estudamos no capítulo sobre distribuição de frequência, marque a opção verdadeira: A Ela é pouco usada devido à sua complexidade. B Ela pode ser em formato de lista, tabela ou gráfico, mostrando a frequência de vários resultados de uma amostra. C Ela pode ser formatada apenas como lista e tabela. D Ela pode ser formatada apenas em tabela, a qual mostra a frequência de vários resultados de uma amostra. K-médias é um algoritmo não supervisionado, isto é, seus dados não possuem rótulos. O principal propósito é identificar as similaridades entre os dados e agrupá-los conforme o número de cluster. O algoritmo de k-médias é interativo e poderoso para dividir um conjunto de dados em grupos separados. Sobre as etapas dos processos de K-Means, marque V para verdadeiro e F para falso: ( ) Inicialização: nesta etapa acontece a atribuição ao cluster e a movimentação de centroides é repetida até o cluster se tornar estático. ( ) Atribuição ao Cluster: Nesta etapa calcula-se a distância entre os pontos dos dados e cada um dos centroides. ( ) Movimentação de Centroides: nesta etapa é modificada a localização do centroide. ( ) Otimização: nesta etapa calcula-se a média dos valores dos pontos de dados de cada cluster, e o valor médio será o novo centroide. Marque a opção que contém a sequência correta: A F - V - V - F. B F - V - F - F. C F - V - V - V. D F - F - F - F. Depois de coletar os dados é conveniente organizá-los de forma simples e clara, para melhor entendimento das informações. Os dados podem ser organizados em formas de tabelas ou gráficos para facilitar sua visualização e interpretação. Com base neste contexto, responda ao questionamento. Sobre o que aprendemos de gráficos, marque o item correto: A Gráficos identificam padrões, resultados e comparam medidas de forma mais rápida e simples, em relação a outras medidas estatísticas. B Gráficos não podem identificar padrões devido à sua simplicidade para analisar dados. 12 13 14 02/07/2022 11:09 Avaliação da Disciplina about:blank 6/8 C Gráficos identificam padrões, resultados e comparam medidas de forma mais rápida e simples, porém, somente se usados junto com medidas estatísticas. D Os gráficos não são confiáveis para fazer análises dos dados, pois não existem softwares precisos o suficiente para esta função. O aprendizado supervisionado tenta segmentar a população com base em rótulos conhecidos, isto é, precisa-se dizer ao algoritmo os resultados esperados para que ele possa fazer as classificações ou previsões de maneira correta. Com base nos conceitos iniciais da aprendizagem supervisionada, responda à próxima questão. Assinale a opção que aborda a característica correta sobre o aprendizado supervisionado. A O aprendizado supervisionado precisa que os dados sejam rotulados para que se possa identificar padrões. B O aprendizado supervisionado precisa que os dados sejam rotulados, para que possa ser possível agrupar os elementos de forma espontânea. C O aprendizado supervisionado precisa que os dados sejam rotulados obrigatoriamente por data, pois dessa forma é possível calcular as features. D O aprendizado supervisionado não precisa que os dados sejam rotulados para que se possa identificar padrões. Saber formular perguntas pode parecer simples, mas é uma habilidade complexa que exige discernimento e flexibilidade, conforme o conteúdo, a forma e a função da pergunta. Nesse contexto, quanto às formas de perguntas, associe os itens que seguem: I – Abertas. II – Fechadas.III – Difusas.IV – Dirigidas. ( ) São caracterizadas por garantirem a fonte de informação desejada. ( ) São caracterizadas por incentivarem indivíduos com habilidades verbais. ( ) São caracterizadas por produzirem maior quantidade de informações. ( ) São caracterizadas por suscitarem respostas objetivas e precisas. Assinale a alternativa que apresenta a sequência correta de respostas: A IV – III – II – I. B IV – III – I – II. C III – II – IV – I. D II – III – I – IV. A técnica de regressão tenta estimar ou prever para cada indivíduo o valor numérico de alguma variável que pertença a ele (CHARNET, 1999). Com base nos conceitos vistos no capítulo sobre regressão, responda à próxima questão. 15 16 17 02/07/2022 11:09 Avaliação da Disciplina about:blank 7/8 No seguinte exemplo: Na cidade de São Paulo, a Secretaria de Saúde deseja investigar se o número de casos de dengue aumenta com a chegada da quadra invernosa. Quem são nossas variáveis dependente e independente? Assinale a opção correta: A Y:Habitantes da cidade de São Paulo X: Quadra invernosa. B Y: Quadra invernosa X: Casos de dengue. C Y: Casos de dengue X: Quadra invernosa. D Y: Casos de dengue X: Habitantes da cidade de São Paulo. A competência para elogiar consiste em um elemento relevante para a obtenção e manutenção da qualidade das relações interpessoais. Essa competência pode ser compreendida como... Assinale a alternativa que completa corretamente a frase: A Uma habilidade eficaz em decodificar, interpretar e responder determinadas mensagens. B Uma habilidade essencial para controlar nossos desempenhos e dos indivíduos com quem convivemos. C Um conhecimento aprimorado sobre nossas emoções, pensamentos e comportamentos. D Um comentário positivo direcionado ao indivíduo, sobre ele mesmo ou algo realizado por ele. Pesquisas de mercado são frequentemente usadas para coletar os dados dos clientes, e informações do mercado. Com base no conceito visto sobre pesquisa de mercado, avalie a próxima questão. Avalie o próximo trecho: “Este é um tipo de pesquisa que está focado nas avaliações subjetivas e tem o propósito de identificar as percepções humanas sobre produtos, serviços e empresas, a fim de apontar comportamentos e tendências.” De qual tipo de pesquisa o trecho se refere? Assinale a alternativa correta: A Pesquisas Contínuas. B Pesquisas Discretas. C Quantitativa. D Qualitativa. A técnica de regressão tenta estimar ou prever para cada indivíduo o valor numérico de alguma variável que pertença a ele (CHARNET, 1999). Com base nos conceitos vistos no capítulo sobre regressão, responda à próxima questão. Assinale a opção que contém a principal característica da técnica de regressão. 18 19 20 02/07/2022 11:09 Avaliação da Disciplina about:blank 8/8 A O propósito da regressão é encontrar a relação entre uma variável dependente (denotada por Y) e somente uma variável independente (denotada por X). B O propósito da regressão é agrupar indivíduos com as mesmas características. C O propósito da regressão é minerar os dados de maneira descritiva. D O propósito da regressão é encontrar a relação entre uma variável dependente (denotada por Y) e uma série de outras variáveis independentes (denotadas por X). Imprimir
Compartilhar