Respostas Trabalho Prático do Módulo 3_ 2022-5A - Bootcamp - Engenheiro(a) de Machine Learning

Prévia do material em texto

Trabalho Prático do Módulo 3
Entrega 28 jun em 21:00 Pontos 25 Perguntas 15
Disponível até 28 jun em 21:00 Limite de tempo Nenhum
Instruções
Histórico de tentativas
Tentativa Tempo Pontuação
MAIS RECENTE Tentativa 1 1.243 minutos 25 de 25
O Trabalho Prático do Módulo 3 está disponível!
1. Instruções para realizar o trabalho prático
Consulte a data de entrega no teste e em seu calendário.
Reserve um tempo para realizar a atividade e leia as orientações e enunciados com atenção. Em
caso de dúvidas, utilize o "Fórum de dúvidas sobre o Trabalho Prático do módulo 3".
Para iniciar o Trabalho Prático, clique em "Fazer teste". Você tem somente uma tentativa, e não há
limite de tempo definido para realizá-la. Caso você precise interromper a atividade, apenas deixe a
página e, ao retornar, clique em "Retomar teste".
Lembre-se de conferir todas as questões antes de enviar a atividade, e clique em "Enviar teste"
somente quando você tiver terminado.
Uma vez terminado o prazo de entrega, a plataforma enviará as tentativas não finalizadas
automaticamente. Por isso, fique atento ao prazo final.
Novas tentativas só serão concedidas perante a apresentação de atestado médico.
O gabarito será disponibilizado partir de sexta-feira, 01/07/2022, às 23h59.
Bons estudos!
2. O arquivo abaixo contém o enunciado do trabalho prático:
Enunciado do Trabalho Prático - Módulo 3 - Engenheiro(a) de Machine Learning.pdf
Bloodtransf.csv
Diabetes_numeric.csv
Wine.csv
https://online.igti.com.br/courses/4755/quizzes/57012/history?version=1
https://online.igti.com.br/courses/4755/files/307306/download?wrap=1
https://online.igti.com.br/courses/4755/files/307321/download?wrap=1
https://online.igti.com.br/courses/4755/files/307322/download?wrap=1
https://online.igti.com.br/courses/4755/files/307323/download?wrap=1
 As respostas corretas estarão disponíveis em 1 jul em 23:59.
Pontuação deste teste: 25 de 25
Enviado 28 jun em 18:05
Esta tentativa levou 1.243 minutos.
1,66 / 1,66 ptsPergunta 1
Sobre o número de atributos da base de regressão, marque a
alternativa CORRETA:
 A base tem 3 atributos. 
 A base tem 43 + 3 = 46 atributos. 
 A base tem (43,3) atributos. 
 A base tem 43 atributos. 
1,66 / 1,66 ptsPergunta 2
Sobre o número de instâncias da base de classificação, marque a
alternativa CORRETA:
 A base tem 753 instâncias. 
 A base tem 5 instâncias. 
 A base tem (748,5) instâncias. 
 A base tem 748 instâncias. 
1,66 / 1,66 ptsPergunta 3
Sobre a base de clusterização, marque a alternativa CORRETA:
 A base tem 178 atributos e 4 instâncias. 
 A base tem 4 atributos e 3 instâncias. 
 A base tem 178 instâncias divididas em 3 classes. 
 A base tem 178 instâncias divididas em 4 classes. 
1,66 / 1,66 ptsPergunta 4
Sobre dados faltantes, marque a alternativa CORRETA:
 Nenhuma base tem dados faltantes. 
 Apenas a base wine.csv tem dados faltantes. 
 Todas as bases têm dados faltantes. 
 Apenas as bases wine.csv e bloodtransf.csv têm dados faltantes. 
1,66 / 1,66 ptsPergunta 5
Em relação à modelagem utilizando a regressão linear, marque a
alternativa CORRETA sobre a métrica r2:
 O r2 encontrado é aproximadamente 0.02. 
 O r2 encontrado é aproximadamente 0.03. 
 O r2 encontrado é aproximadamente 0.05. 
 O r2 encontrado é aproximadamente 0.07. 
1,66 / 1,66 ptsPergunta 6
Em relação à modelagem utilizando a regressão linear, marque a
alternativa CORRETA sobre a métrica MAE: 
 O MAE encontrado é aproximadamente 0.57. 
 O MAE encontrado é aproximadamente 0.44. 
 O MAE encontrado é aproximadamente 0.50. 
 O MAE encontrado é aproximadamente 0.53. 
1,66 / 1,66 ptsPergunta 7
Em relação à modelagem utilizando a regressão linear, marque a
alternativa CORRETA sobre a métrica MSE: 
 O MSE encontrado é aproximadamente 0.35. 
 O MSE encontrado é aproximadamente 0.42. 
 O MSE encontrado é aproximadamente 0.40. 
 O MSE encontrado é aproximadamente 0.44. 
1,66 / 1,66 ptsPergunta 8
Em relação à modelagem utilizando o SVM, marque a alternativa
CORRETA sobre a métrica acurácia: 
 A acurácia encontrada é aproximadamente 0.79. 
 A acurácia encontrada é aproximadamente 0.74. 
 A acurácia encontrada é aproximadamente 0.77. 
 A acurácia encontrada é aproximadamente 0.76. 
1,66 / 1,66 ptsPergunta 9
Em relação à modelagem utilizando o SVM, marque a alternativa
CORRETA sobre as métricas precision e recall: 
 
Os valores de precision e recall encontrados são aproximadamente
0.02 e 0.98, respectivamente.
 
Os valores de precision e recall encontrados são aproximadamente
0.08 e 0.88, respectivamente.
 
Os valores de precision e recall encontrados são aproximadamente 0.5
e 0.7, respectivamente.
 
Os valores de precision e recall encontrados são aproximadamente
0.02 e 0,01, respectivamente.
1,66 / 1,66 ptsPergunta 10
 Em relação à modelagem utilizando o SVM, marque a alternativa
CORRETA sobre a métrica f1
 A f1 encontrada é aproximadamente 0.08. 
 A f1 encontrada é aproximadamente 0.12. 
 A f1 encontrada é aproximadamente 0.02. 
 A f1 encontrada é aproximadamente 0.04. 
1,66 / 1,66 ptsPergunta 11
Em relação à modelagem utilizando o SVM, marque a alternativa
CORRETA sobre a métrica AUROC:
 
A AUROC encontrada é aproximadamente 0.73, indicando que esse
modelo não resolve adequadamente o problema.
 
A AUROC encontrada é aproximadamente 0.52, indicando que esse
modelo resolve adequadamente o problema
 
A AUROC encontrada é aproximadamente 0.73, indicando que esse
modelo resolve adequadamente o problema.
 
A AUROC encontrada é aproximadamente 0.52, indicando que o
modelo apresenta um resultado próximo de uma baseline aleatório.
1,66 / 1,66 ptsPergunta 12
Em relação à modelagem utilizando o Kmeans, marque a
alternativa CORRETA sobre o número de clusters:
 O número de clusters mais adequado para o problema é 2. 
 O número de clusters mais adequado para o problema é 3. 
 O número de clusters mais adequado para o problema é 4. 
 O número de clusters mais adequado para o problema é 7. 
1,66 / 1,66 ptsPergunta 13
Em relação à modelagem utilizando o Kmeans, marque a alternativa
CORRETA sobre a métrica Coeficiente de Silhueta:
 O coeficiente de silhueta encontrado é aproximadamente 0.68. 
 O coeficiente de silhueta encontrado é aproximadamente 0.66. 
 O coeficiente de silhueta encontrado é aproximadamente 0.62. 
 O coeficiente de silhueta encontrado é aproximadamente 0.60. 
1,66 / 1,66 ptsPergunta 14
 Em relação à modelagem utilizando o Kmeans, marque a alternativa
CORRETA sobre a métrica Davies-Bouldin Score: 
 O Davies-Bouldin Score encontrado é aproximadamente 0.57. 
 O Davies-Bouldin Score encontrado é aproximadamente 0.59. 
 O Davies-Bouldin Score encontrado é aproximadamente 0.53. 
 O Davies-Bouldin Score encontrado é aproximadamente 0.50. 
1,76 / 1,76 ptsPergunta 15
 Em relação à modelagem utilizando o Kmeans, marque a alternativa
CORRETA sobre a métrica Mutual information: 
 O Mutual information encontrado é aproximadamente 0.46. 
 O Mutual information encontrado é aproximadamente 0.48. 
 O Mutual information encontrado é aproximadamente 0.49. 
 O Mutual information encontrado é aproximadamente 0.43. 
Pontuação do teste: 25 de 25