Baixe o app para aproveitar ainda mais
Prévia do material em texto
03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 1/7 Segunda Prova ON LINE Iniciado: 3 dez em 15:51 Instruções do teste INSTRUÇÕES DA SEGUNDA PROVA ON LINE A prova tem a duração de 90 minutos e se realizará das 14h às 19:30 horas, horário de Brasília. Ao clicar em Segunda Prova ON LINE, no menu “tarefas” você iniciará a prova. A partir daí, você deverá realizar a avaliação valendo-se de 1 (uma) única tentativa. Ao final da prova não se esqueça de enviá-la clicando no botão “ENVIAR TESTE”. Só utilize esse botão quando tiver finalizado a avaliação. Não deixe para começar no final do turno, pois assim você terá menos tempo para a realização da avaliação. Exemplo: a prova se encerra às 19h30min, se o aluno começar às 19 horas terá somente 30 minutos para a realização. Atenção, mesmo abrindo e fechando o navegador o tempo de realização continuará contando após iniciada a avaliação. Utilize preferencialmente o navegador Google Chrome. Caso sua avaliação possua questões discursivas que requeiram um envio de arquivo, anexe o arquivo em formato PDF. ATENÇÃO: Todas as provas iniciadas e que não houverem sido submetidas, serão automaticamente encerradas pelo sistema transcorridos os 90 minutos de duração. 2 ptsPergunta 1 Árvores de decisão. Random Forest. Regressão linear. Regras de associação. 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: 03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 2/7 2 ptsPergunta 2 Agrupamento de dados por densidade. Receber feedback do ambiente. Indução de regras. Mistura de dados rotulados e não rotulados. É uma abordagem do aprendizado não supervisionado: 2 ptsPergunta 3 Naïve Bayes. K-means. AGNES - Aglomerative Nesting. Regressão linear. 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: 2 ptsPergunta 4 Revocação. Lift. Uma medida de interesse para regras de associação é 03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 3/7 Acurácia. Completeza. 2 ptsPergunta 5 2 e 3, apenas. 1, 2 e 3. 1 e 3, apenas. 1 e 2, apenas. Considere os seguintes parâmetros do algoritmo de agrupamento K-means: 1. Valor inicial dos centroides. 2. Número de clusteres. 3. Medida de distância. Os parâmetros que são requeridos pelo algoritmo são: 2 ptsPergunta 6 não supervisionado. fracamente-supervisionado. semi-supervisionado. supervisionado. A tarefa de análise de agrupamento, ou clustering, consiste em uma técnica de aprendizado: 2 ptsPergunta 7 03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 4/7 Se a árvore crescer indefinidamente, ela pode sofrer overfitting. Os diferentes algoritmos de árvore de decisão utilizam diferentes técnicas de seleção de atributos. Uma árvore de decisão sempre escolhe o melhor atributo, baseado em algum critério como entropia. A poda da árvore permite eliminar o overfitting sem reduzir a sua acurácia final. Sobre árvore de decisão, assinale a alternativa INCORRETA: 2 ptsPergunta 8 Usar uma abordagem gulosa para seleção do melhor atributo. Permitir que atributos contínuos possam ser utilizados mais de uma vez. Aumentar o número mínimo de amostras por nó folha. Alterar a medida de seleção de atributos do Ganho da Informação para Taxa de Ganho. Para se evitar o overfitting em um algoritmo de árvore de decisão, podemos: 2 ptsPergunta 9 uma variável polinominal ossui um número muito grande de valores. Quando uma variável polinominal possui um número pequeno de valores. a variável é binominal. uma variável polimonimal é categórica ordinal. Na indução de árvores de decisão, o Gain Ratio é mais adequado que o Information Gain quando: 03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 5/7 2 ptsPergunta 10 Usar uma abordagem gulosa para seleção do melhor atributo. Permitir que atributos contínuos possam ser utilizados mais de uma vez. Alterar a medida de seleção de atributos do Ganho da Informação para Taxa de Ganho. Aumentar o número mínimo de amostras por nó folha. Para se evitar o overfitting em um algoritmo de árvore de decisão, podemos: 2 ptsPergunta 11 Se a precisão do modelo for muito superior à revocação, isso sugere que o modelo evita identificar pessoas como "sob o efeito de alcool", se não tiver alto grau de certeza ou confiança na classificação. Se o sistema criado tiver 70% de acurácia, significa que 70% os usuários testados serão diagnosticados como "sob a influência do álcool". Se o sistema tiver 90% de precisão, significa que 90% das pessoas alcoolizadas serão detectadas. Se o número de pessoas alcoolizadas for muito inferior ao número de pessoas sóbrias, então a "Acurácia por Classe" obterá um valor superior ao valor da Acurácia total, caso o modelo tenha baixa revocação. Suponha que você deseja criar um bafômetro inteligente que utiliza Machine Learning para identificar se uma pessoas está "sob a influência de álcool" ou "sóbria". A ideia é que o sistema identifique este estado através de visão computacional, sem a necessidade de coletar o hálito por instrumentos. Evidentemente, o objetivo primário do sistema é detectar as pessoas que estão alcoolizadas. Sobre as técnicas de avaliação de modelos aplicadas ao caso descrito, assinale a alternativa correta: 03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 6/7 1 ptsPergunta 12 Reconhecimento de Tinta Digital. Tradução de Texto. Reconhecimento de Formulários. Análise de Texto. Você está desenvolvendo uma aplicação que precisa realizar reconhecimento de caracteres (OCR) em fotos de prontuários médicos. Você precisa recomendar uma solução para validar os dados em relação a um conjunto de registros que já foram transcritos. Qual serviço cognitivo você precisaria? 1 ptsPergunta 13 Reconhecimento de escrita. Análise de Personalidade. Processamento de Linguagem Natural. As pessoas têm muita dificuldade em expressarem o que desejam em um produto, mas são ótimas em afirmarem aquilo que elas não desejam. Por isso, uma empresa contratou psicólogos especialistas em comportamento e analistas de mercado para ajudarem a identificar as necessidades dos seus clientes para incorporarem na nova versão do seu produto. Um dos consultores contratados sugeriu que se utilizasse um agente inteligente para percorrer as áreas de comentários e avaliações de produtos em diversas lojas de e-commerce nacionais e internacionais para identificar elogios e reclamações de consumidores à respeito de produtos semelhantes, oferecidos pelos seus concorrentes. Desta forma, eles poderiam suprir essas demandas e atrair esses clientes para seus próprios produtos. O tipo de serviço cognitivo que seria necessário para desenvolver esse agente é: 03/12/2022 16:15 Teste: Segunda Prova ON LINE https://pucminas.instructure.com/courses/127986/quizzes/340061/take 7/7 Salvo em 16:15 Reconhecimento de locutor. 1 ptsPergunta 14 O aumento da segurança dos funcionários e consequente redução de custos para uma empresa. A humanização da interação de um chatbot com pessoas. O custo do sistema para o cliente calculado a partir das despesas fixas e variáveis. A redução do desperdício de materiais e impacto na natureza. Considerando a metodologia [Intelligent System Canvas], são exemplos válidos de proposição de valor, EXCETO: Enviar teste
Compartilhar