Baixe o app para aproveitar ainda mais
Prévia do material em texto
9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 1/9 PROVA ON-LINE Entrega Sem prazo Pontos 60 Perguntas 10 Disponível depois 1 ago em 10:00 Limite de tempo 60 Minutos Tentativas permitidas Sem limite Instruções Histórico de tentativas Tentativa Tempo Pontuação MAIS RECENTE Tentativa 1 19 minutos 48 de 60 Pontuação desta tentativa: 48 de 60 Enviado 12 set em 10:14 Esta tentativa levou 19 minutos. ATENÇÃO: Verifique em "Notas" se você não atingiu o aproveitamento necessário nesta disciplina. Caso você já tenha realizado uma prova anterior e opte por uma nova tentativa, será identificado como uma prova extra e resultará em pagamento de taxa extra. INSTRUÇÕES DA AVALIAÇÃO ON-LINE A prova tem a duração de 60 minutos. Ao clicar em PROVA ON-LINE, no menu “Testes” você iniciará a prova. A partir daí não será possível desistir de realizá-la. A prova é composta de 10 questões objetivas, cada uma no valor de 6 pontos. Ao final do teste não se esqueça de enviá-lo, clicando no botão “ENVIAR TESTE”. Só utilize esse botão quando tiver finalizado a avaliação. Se necessário, durante a prova, entre em contato pelo link “Atendimento”. ATENÇÃO: Todas as provas iniciadas e que não houverem sido submetidas serão automaticamente encerradas pelo sistema transcorridos os 60 minutos de duração. Boa Prova! Fazer o teste novamente https://pucminas.instructure.com/courses/90423/quizzes/322201/history?version=1 https://pucminas.instructure.com/courses/90423/quizzes/322201/take?user_id=196222 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 2/9 6 / 6 ptsPergunta 1 Uma agência de empregos deseja utilizar aprendizado de máquina para prever a duração do tempo de desemprego de um desempregado à procura de emprego, com o objetivo de atuar proativamente na interrupção do padrão de desemprego. O algoritmo que ele pode utilizar na resolução desse problema é: Regras de associação. Árvores de decisão. Regressão linear. Correto!Correto! Random Forest. A tarefa de previsão da "duração do tempo de desemprego de um desempregado a procura de emprego" tem por objetivo estimar o valor de um atributo alvo contínuo. Essa é uma tarefa de aprendizado supervisionado que tem como um possível algoritmo a regressão linear. Todas as demais opções da pergunta ilustram algoritmos baseados em regras, que não são adequados para valores contínuos. As regras de associação não são nem mesmo um algoritmo de aprendizado supervisionado. 6 / 6 ptsPergunta 2 Segundo Joe Blitzstein e Hanspeler Plister, “Introduction to Data Science”, Harvard Data Science Course, as etapas do processo de 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 3/9 ciência de dados são: Coletar dados, explorar dados, modelar dados, comunicar e visualizar resultados. Correto!Correto! Entender o negócio, preparar dados, modelar o problema, avaliar o modelo e fazer a distribuição do modelo. Amostrar dados, explorar dados, modificar dados, modelar dados e avaliar o modelo. Identificar as necessidades, selecionar, limpar e enriquecer dados, identificar padrões e descrever resultados. A ciência de dados em sua visão clássica tem como princípio base a indução de modelos com a finalidade de comunicar e visualizar os resultados, sem o objetivo específico de distribuir os modelos para uso comercial. Por isso suas etapas são: "Coletar dados, explorar dados, modelar dados, comunicar e visualizar resultados". As etapas do CRIP-DM, usado no processo de mineração de dados são: "Entender o negócio, preparar dados, modelar o problema, avaliar o modelo e fazer a distribuição do modelo." Finalmente, o processo de KDD consiste em: "Identificar as necessidades, selecionar, limpar e enriquecer dados, identificar padrões e descrever resultados". 6 / 6 ptsPergunta 3 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 4/9 São formas de Avaliação da qualidade de modelos, exceto: Índice de pureza. Correto!Correto! Precisão e Revocação. Log-loss. Acurácia por classe. Índice de pureza, ou Gini, é uma medida inicialmente criada para os algoritmos CART de indução de árvore de decisão, e não avalia a qualidade de um modelo. 6 / 6 ptsPergunta 4 Uma medida de interesse para regras de associação é Lift. Correto!Correto! Correto. Lift indica a força de uma regra sobre a coocorrência aleatória de seus antecedentes e consequentes, e é utilizada como uma medida de interesse para as regras de associação. Valores superiores a 1 indicam que a regra aumenta a capacidade de previsão sobre o caso aleatório. Completeza. Acurácia. Revocação. 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 5/9 6 / 6 ptsPergunta 5 Se você possui um problema em que o objetivo é minimizar o erro de estimação de um valor contínuo baseado em um conjunto de atributos, o algoritmo mais adequado para o problema é: K-means. AGNES - Aglomerative Nesting. Regressão linear. Correto!Correto! Naïve Bayes. A estimação de um valor contínuo consistem em uma tarefa de previsão, em que a regressão linear pode ser um candidato possível. AGNES e K-means são algoritmos de agrupamento. Nayve Bayes, em sua versão contínua, que utiliza funções de distribuição de probabilidade, pode ser utilizado para regressão (FRANK, TRIGG, HOLMES & WITTEN, 1999), mas ele não se baseia na minimização do erro de estimação e sua performance é ruim. 6 / 6 ptsPergunta 6 Robot traders são programas de computadores capazes de operar de forma autônoma na bolsa de valores. Eles podem ser desenvolvidos com regras fixas baseadas em indicadores de análise técnica ou podem 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 6/9 possuir um modelo que combine esses indicadores de forma a maximizar o lucro do robô em um período determinado. O problema de identificar os pesos dos indicadores que maximizam o resultado do robô é um problema de: Regressão. Correto!Correto! Classificação. Regra de associação. Recomendação. A tarefa de previsão de valores contínuos consiste em uma tarefa de regressão. 0 / 6 ptsPergunta 7 É uma abordagem do aprendizado não supervisionado: Mistura de dados rotulados e não rotulados. Agrupamento de dados por densidade. esposta corretaesposta correta Receber feedback do ambiente. Indução de regras. ocê respondeuocê respondeu 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 7/9 Agrupamento é uma tarefa típica de aprendizado não supervisionado. A indução de regras pode ser não supervisionada, como no caso de regras de associação, ou supervisionada, como no caso de árvore de decisão. A mistura de dados não rotulados com dados rotulados é chamado de aprendizado semi supervisionado. Receber feedback do ambiente é uma tarefa típica de aprendizado por reforço. 6 / 6 ptsPergunta 8 Em aprendizado de máquina, regras são construídas a partir do conhecimento de especialistas. dados são descritos a partir de análises estatísticas. algoritmos são construídos a partir de métodos de resolução de problema. modelos computacionais são construídos a partir de exemplos. Correto!Correto! 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 8/9 A definição formal de aprendizado de máquina, conforme Tom Mitchel, é que o aprendizado de máquina consiste de algoritmos que aprendem com exemplos. A presença do especialista não é necessária caso seja feito aprendizado não supervisionado. Mesmo no aprendizado supervisionado, fatos podemrepresentar o conhecimento do especialista. Apesar da análise estatística ser componente básico da maioria dos algoritmos de aprendizado de máquina, ela não é uma condição obrigatória para a existência dos algoritmos de aprendizado. No aprendizado de máquina o foco não é na construção de algoritmos, mas na indução de modelos, utilizando-se algoritmos de aprendizado já existentes. 0 / 6 ptsPergunta 9 Para se evitar o overfitting em um algoritmo de árvore de decisão, podemos: Alterar a medida de seleção de atributos do Ganho da Informação para Taxa de Ganho. Permitir que atributos contínuos possam ser utilizados mais de uma vez. Usar uma abordagem gulosa para seleção do melhor atributo. ocê respondeuocê respondeu Aumentar o número mínimo de amostras por nó folha. esposta corretaesposta correta 9/12/22, 10:16 AM PROVA ON-LINE: 07 - Machine Learning (2022) https://pucminas.instructure.com/courses/90423/quizzes/322201 9/9 Ao aumentar o número mínimo de elementos em cada nó folha, será produzida uma ação de poda da árvore, caso um atributo gere nós com poucos registros. A medida de seleção de atributos pode alterar a estrutura da árvore, mas não se evita overfitting. Toda árvore de decisão adota uma abordagem gulosa para a escolha do melhor atributo. Para se produzir classificadores mais fracos, poderia se utilizar uma abordagem de amostragem de atributos, o que poderia produzir árvores com menor overfitting. Atributos contínuos já são utilizados mais de uma vez no algoritmo C4.5 ou J48. Entretanto, quando mais subdivisões são feitas em um mesmo atributo, maior a chance de overfitting. 6 / 6 ptsPergunta 10 Clustering, ou análise de agrupamentos, é uma forma de se: Identificar a correlação entre diversos atributos. Identificar perfis de dados semelhantes. Correto!Correto! Estimar o comportamento médio de uma população de dados. Descrever a topologia da distribuição dos dados. Técnicas de agrupamento são baseadas em uma medida de distância ou de similaridade, que fazem com que dados semelhantes sejam agrupados em um mesmo cluster, enquanto dados distintos sejam alocados em clústeres diferentes. Pontuação do teste: 48 de 60
Compartilhar