N2 APREDIZADO DE MAQUINA

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

1. Ao se criar o modelo que se assemelha a uma árvore, o algoritmo possui em sua estrutura um maior nível hierárquico, localizado no topo da árvore e seguindo por um conjunto de decisões, até que se chegue ao fim, onde será feita a tomada de decisão, ou seja, escolhida a resposta final.
 
Considerando essas informações e o conteúdo estudado, analise entre as partições a seguir quais são as que assemelham ao maior nível hierárquico e a decisão final.
 
I. Ponto de partida.
II. Ramos.
III. Nó de decisão.
IV. Nó folha.
 
Está correto apenas o que se afirma em:
RESPOSTA E - I E IV.
________________________________________________________________
2.“O Aprendizado de Máquina conta com inúmeros algoritmos que auxiliam na análise de grandes conjuntos de dados de diversos formatos, tamanhos e modelos, realizando análise preditivas de forma muito mais rápida que seres humanos. No entanto, a escolha de algoritmos corretos para a manipulação de dados é o ponto central para uma manipulação de dados bem-sucedida.”
Fonte: MUELLER, J. P; MASSARON, L.
Aprendizado de Máquinas para Leigos. Rio de Janeiro: Alta Books, 2019.
 
Existem inúmeras técnicas que envolvem algoritmos para cada tipo de problema. Considerando essas informações e o conteúdo estudado sobre características dos algoritmos, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
 
I. ( ) Um modelo de séries temporais utiliza para treinamento de algoritmos funções de pertinência e variáveis linguísticas para a obtenção de resultados mais precisos.
II. ( ) Uma Rede Neural Artificial pode ser classificada como algoritmo de classificação e regressão para analisar grandes conjuntos de dados.
III. ( ) Modelos que envolvem regras de associação são padrões descritivos. Neste tipo de análise. Considera-se a probabilidade que um conjunto de itens apareça em uma transação, visto que outro conjunto está presente.
IV. ( ) Um algoritmo de Máquina de Vetores de Suporte (SVM) é um algoritmo que utiliza técnicas de regressão para excluir dados.
 
Agora, assinale a alternativa que apresenta a sequência correta:
RESPOSTA E - F . V . V . F
_____________________________________________________________
3.Uma das técnicas mais atraentes é a Mineração de Regras de Associação, que tem como destaque o algoritmo Apriori. Ele pode trabalhar com um número grande de atributos, gerando várias alternativas combinatórias entre eles. O algoritmo Apriori realiza buscas sucessivas em toda a base de dados, mantendo um ótimo desempenho em termos de tempo de processamento (ROMAO, 1999).
As métricas de confiança no algoritmo Apriori são utilizadas como parâmetro para medir quão frequentemente itens em Y aparecem em transações que contém X.
Fonte: ROMÃO, W. et al. Extração de regras de associação em C&T: o algoritmo Apriori. Encontro Nacional em Engenharia de Produção, [s. l.], v. 34, p. 37-39, 1999. Disponível em: <http://www.abepro.org.br/biblioteca/ENEGEP1999_A0901.pdf>. Acesso em: 22 dez. 2020.
 
A partir deste contexto observe a tabela abaixo com o histórico de comprar em um mercado, em que 0 significa produtos não comprados e 1 produtos comprados.
image001601029fc601029fc_20211112113610.jpg
 
Considerando essas informações e os conteúdos estudados sobre regras de classificação, assinale a alternativa que demonstra medida de confiança para a associação {Cerveja, Carne}.
RESPOSTA B - 0,75
______________________________________________________________
4. Os algoritmos de Associação em sua essência utilizam regras de Associação para auxiliar no processo de decisão. Estão relacionados a técnica de Mineração de Dados em que elementos que implicam na presença de outros elementos em uma mesma consulta de dados são encontrados nesta tarefa.
 
Considerando essas informações e o conteúdo estudado sobre algoritmos de Associação, analise as afirmativas a seguir a respeito das e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
 
I. ( ) O algoritmo Apriori que tem como finalidade gerar regras do tipo A implica em B em que A e B são conjuntos de atributos.
II. ( ) O algoritmo Apriori é o modelo mais conhecido de Algoritmos de Associação, possui como estratégia realizar a análise de afinidades em dados sobre dados ainda não existentes.
III. ( ) O algoritmo Apriori muito utilizado em Mineração de Dados tem como tática descobrir e quantificar a relação entre dois ou mais atributos de uma mesma base
IV. ( ) O algoritmo Apriori pode ser utilizado em grandes volumes de dados, mas sua eficiência está aplicada a pequenos grupos de dados.
Agora, assinale a alternativa que apresenta a sequência correta:
RESPOSTA E - V . F . V . F
______________________________________________________
5. O conceito de Árvore de Decisão utilizado nos modelos de Aprendizado Supervisionado, tanto em algoritmos de Regressão como Classificação, tem como finalidade auxiliar uma organização a tomar decisões e prever resultados.
São modelos formados por um conjunto de elementos repletos de informações e particionados em sub-regiões que percorrem caminhos hierárquicos, visando auxiliar no processo de tomada de decisão.
 
A estrutura típica, que finaliza e indica que já não é mais possível atribuir nenhuma classe para o nó, demonstrando que é chegada a hora de tomar a decisão correta, é conhecida como: 
RESPOSTA A - NÓ FOLHA
_________________________________________________________________
6. O Data Warehouse ou Armazéns de dados, surgiram com a proposta de armazenar grandes volumes de dados de uma organização de diferentes formatos ou criados por ferramentas distintas (ERP, Planilhas eletrônicas, Banco de Dados etc.), no entanto, são divididos em fatias ou subconjuntos que podem estar vinculados a algum departamento ou níveis de sumarização.
 
Considerando essas informações e o conteúdo estudado sobre data warehouse e suas características, assinale a alternativa que relata o nome deste processo de divisão em subconjunto em um armazém de dados.
RESPOSTA E - DATA MART
________________________________________________________________
7. A Mineração de Dados é amplamente utilizada em diversos setores da economia, principalmente para agregar a venda de produtos e aumentar lucros de uma empresa. Mas foi só a partir da década de 90 que essas técnicas se popularizaram.
 
A partir dessas informações e do conteúdo estudado sobre Mineração de dados, assinale a alternativa que demonstra o porquê de sua popularização na década de 1990.
RESPOSTA E - AUMENTO CONSTANTE DE MASSA DE DADOS.
_______________________________________________________________
8. O reconhecimento de padrões tem como características classificar objetos (padrões) em um número de categorias ou classes. Sua aplicação se concentra em diferentes áreas como por exemplo: reconhecimento de voz, diagnóstico médico, reconhecimento de caracteres e imagens, etc. O reconhecimento de padrões é dividido em três grandes etapas (MARQUES, 1999).
Fonte: MARQUES, J. Reconhecimento de padrões métodos estatísticos e neuronais. Portugal: IST Press, 1999.
 
Considerando essas informações e o conteúdo estudado sobre reconhecimento de padrões, analise as etapas a seguir de acordo com aquelas que compõem Reconhecimento de Padrões.
 
I. Análise de Dados
II. Representação de Dados
III. Interpretação de Resultados
IV. Extração das características.
V. Classificação de objetos
 
Está correto apenas que se afirmar em:
RESPOSTA A - II, IV E V.
_______________________________________________________________
9.Classificar dados corresponde a dividir um conjunto de dados já pré-existentes em classes. Os dados serão classificados de acordo com sua similaridade e, para que essa classificação aconteça, eles deverão passar por três níveis de processos.
 
Considerando essas informações e o conteúdo estudado sobre modelos de Classificação, quais são esses processos?
 
I. Pré-processamento.
II. Escolher o modelo de algoritmo.
III. Extração
de características.
IV. Classificação.
 
Está correto apenas que se afirma em: 
RESPOSTA B - I, III E IV.
________________________________________________________________
10. Inúmeras são as técnicas que utilizam o Aprendizado de Máquina para prever um possível resultado, cada uma com sua particularidade. O KNN, ou Nearest Neighbour Retrieval (Vizinho mais próximo), é considerado uma das técnicas mais simples deste modelo de aprendizado, que tem como objetivo resolver problemas se baseando na sua distância com os casos existentes.
 
Com base nessas informações e o conteúdo estudado sobre o algoritmo KNN, responda: qual é a técnica que representa este modelo de Aprendizagem?
RESPOTA E - APRENDIZADO SUPERVISIONADO - TECNICA DE CLASSIFICAÇÃO