Trabalho Prático do Módulo 3_ 2022-8A - Bootcamp Arquiteto(a) de Machine Learning

Prévia do material em texto

Trabalho Prático do Módulo 3
Entrega 28 set em 21:00 Pontos 25 Perguntas 15
Disponível até 28 set em 21:00 Limite de tempo Nenhum
Instruções
Histórico de tentativas
Tentativa Tempo Pontuação
MAIS RECENTE Tentativa 1 5.647 minutos 25 de 25
 As respostas corretas estarão disponíveis em 30 set em 23:59.
Pontuação deste teste: 25 de 25
Enviado 27 set em 17:45
Esta tentativa levou 5.647 minutos.
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, leia as orientações e enunciados com atenção. Em
caso de dúvidas utilize o "Fórum de dúvidas do Trabalho Prático do Módulo 3".
Para iniciá-lo clique em "Fazer teste". Você tem somente uma tentativa e não há limite de tempo
definido para realizá-lo. Caso precise interromper a atividade, apenas deixe a página e, ao retornar,
clique em "Retomar teste".
Clique em "Enviar teste" somente quando você concluí-lo. Antes de enviar confira todas as
questões.
Caso o teste seja iniciado e não enviado até o final do prazo de entrega, a plataforma enviará a
tentativa não finalizada automaticamente, independente do progresso no teste. Fique atento ao seu
teste e ao prazo final, pois novas tentativas só serão concedidas em casos de questões médicas.
O gabarito será disponibilizado partir de sexta-feira, 30/09/2022, às 23h59.
Bons estudos!
2. O arquivo abaixo contém o enunciado do trabalho prático
Enunciado do Trabalho Prático - Módulo 3 - Arquiteto(a) de Machine Learning.pdf
https://online.igti.com.br/courses/4867/quizzes/65070/history?version=1
https://online.igti.com.br/courses/4867/files/344637/download
1,67 / 1,67 ptsPergunta 1
A distância euclidiana entre os vetores x = np.array([0, 1, 4]) e y =
np.array([5, 3, -1]) é:
 4.340. 
 3.345. 
 7.348. 
 1.342. 
1,67 / 1,67 ptsPergunta 2
A distância euclidiana entre os vetores x = np.array([0, 1, 4]) e y =
np.array([0, 1, 4]) é:
 0. 
 1. 
 -1. 
 Inf. 
1,67 / 1,67 ptsPergunta 3
A norma quadrática (ou norma L2) do vetor x = np.array([3, 4]) é:
(Dica: Utilize a função np.linalg.norm).
 7. 
 0. 
 25. 
 5. 
1,67 / 1,67 ptsPergunta 4
A distância de Hamming NÃO normalizada entre os vetores x =
np.array([1, 0, 0, 1, 0, 0]) e y = np.array([1, 1, 0, 0, 0, 0]) é:
 1.0. 
 4.0. 
 2.0. 
 3.0. 
1,67 / 1,67 ptsPergunta 5
A distância de Hamming normalizada entre os vetores x = np.array([1,
0, 0, 1, 0, 0]) e y = np.array([1, 1, 0, 0, 0, 0]) é:
 1/3. 
 1/5. 
 1/4. 
 1/6. 
1,67 / 1,67 ptsPergunta 6
A similaridade de cossenos entre os vetores x = np.array([1, 0]) e y =
np.array([0, 1]) é:
 0. 
 1. 
 2. 
 -1. 
1,67 / 1,67 ptsPergunta 7
A similaridade de cossenos entre os vetores x = np.array([1, 0]) e y =
np.array([2, 0]) é:
 0. 
 -1. 
 2. 
 1. 
1,67 / 1,67 ptsPergunta 8
A similaridade de cossenos entre os vetores x = np.array([1, 0]) e y =
np.array([-1, 0]) é:
 0. 
 1. 
 -1. 
 2. 
1,67 / 1,67 ptsPergunta 9
Podemos dizer que x = [1, 0] e y = [0, 1] são vetores:
 Colineares. 
 Múltiplos. 
 Multicolineares. 
 Ortogonais. 
1,67 / 1,67 ptsPergunta 10
O produto interno (dot product) entre os vetores x = np.array([1, -1]) e y
= np.array([-1, 1]) é:
 -2. 
 1. 
 2. 
 -1. 
1,67 / 1,67 ptsPergunta 11
O que é a função utilidade em sistemas de recomendação?
 É a função de ativação dos neurônios da camada escondida. 
 
É a função que relaciona as avaliações R de um conjunto de clientes C
ao conjunto de itens S.
 É a função de densidade de probabilidade das avaliações. 
 É a função de transferência de sistemas dinâmicos. 
1,67 / 1,67 ptsPergunta 12
São métricas para cálculo de distância ou similaridade entre dois
vetores, EXCETO:
 Similaridade por cosseno. 
 Validação cruzada. 
 Distância euclidiana. 
 Correlação de Pearson. 
1,67 / 1,67 ptsPergunta 13
Considere um usuário S com o seguinte perfil: S = [Ação: gosta,
Comédia: gosta, Romance: não gosta, Sci-Fi: gosta].
 
Baseado na similaridade do produto interno, qual dos seguintes filmes
deve ser recomendado?
 [Ação: True, Comédia: True, Romance: False, Sci-Fi: True]. 
 [Ação: True, Comédia: True, Romance: False, Sci-Fi: False]. 
 [Ação: False, Comédia: True, Romance: False, Sci-Fi: False]. 
 [Ação: True, Comédia: False, Romance: False, Sci-Fi: True]. 
1,67 / 1,67 ptsPergunta 14
Ao recomendar um filme com base em um sistema de recomendação
baseado em conteúdo, qual atributo abaixo NÃO seria utilizado?
 Avaliações de outros usuários ao filme. 
 Atores principais. 
 Diretor. 
 Gênero. 
1,62 / 1,62 ptsPergunta 15
Qual das seguintes etapas NÃO está presente na recomendação
baseada em conteúdo?
 Cálculo da similaridade entre itens. 
 
Determinação de uma nota (score) aos itens a serem recomendados. 
 Cálculo da média das notas de outros usuários. 
 Codificação das características dos itens. 
Pontuação do teste: 25 de 25