Machine Learning

Prévia do material em texto

28/12/2022 21:09 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2686603/4996103 1/5
Machine Learning
Professor(a): Stella Marys Dornelas Lamounier (Mestrado acadêmico)
1)
2)
Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A
Avaliação Virtual (AV) é composta por questões objetivas e corresponde a 100% da média final.
Você tem até cinco tentativas para “Enviar” as questões, que são automaticamente corrigidas.
Você pode responder as questões consultando o material de estudos, mas lembre-se de cumprir
o prazo estabelecido. Boa prova!
Um tipo de metodologia para o aprendizado de máquina é o AM preditivo baseado em
probabilidades.
A respeito dos métodos probabilísticos de AM, julgue os itens a seguir como verdadeiros
(V) ou falsos (F):
( ) Métodos probabilísticos são utilizados quando não há informação completa sobre os
dados a serem utilizados.
( ) Métodos probabilísticos utilizam probabilidades a priori e verossimilhança entre eventos
para poder fazer predições.
( ) O algoritmo mais popular que é baseado em métodos probabilístico que é o Naive
Bayes, também conhecido como Bayes Ingênuo ou Bayes simples.
Classifique as afirmações como verdadeiro (V) e falso (F) e assinale a alternativa que
contenha a sequência correta, respectivamente, de cima para baixo.
Alternativas:
V – F – V.
V – V – F.
F – V – F.
V – F – F.
V – V – V.  CORRETO
Código da questão: 49608
Existem inúmeras técnicas de agrupamento para serem aplicadas na resolução de
problema com machine learning e mineração de dados. Sobre as técnicas de agrupamento
não hierárquico, analise as afirmativas a seguir:
( ) A escolha inicial dos objetos a serem utilizados no algoritmo K-means não influencia no
resultado final, uma vez que essa técnica é robusta e imune a ótimos locais.
( ) No algoritmo K-médias, cada objeto do domínio pode mudar de cluster K vezes.
( ) Dendogramas são gráficos que mostram como foi a evolução dos clusters formados
pelo K-means.
Assinale a alternativa que julga corretamente os itens, na sequência:
Alternativas:
F – F – F.  CORRETO
V – F – V.
F – V – V.
V – F – F.
V – V – F.
Resolução comentada:
todas as alternativas contêm afirmações corretas.
Resolução comentada:
a semente inicial influencia bastante no resultado obtido.
No K-means, os objetos podem mudar de grupo quantas vezes forem necessárias,
até que o critério de parada seja atingido.
Dendograma é utilizado para visualizar o processo de clusterização passo a passo,
assim como analisar os níveis de distância dos clusters formados.
28/12/2022 21:09 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2686603/4996103 2/5
3)
4)
5)
Código da questão: 49622
A classificação binária é um dos problemas mais utilizados e estudados em aprendizado
de máquina.
Sobre o AM de classificação binária, analise os itens a seguir:
I. O algoritmo de classificação binária estuda um padrão x contido em um domínio X, e
estima qual valor uma variável aleatória binária y∈{±1} irá assumir.
II. Caso não haja informação completa sobre o conjunto X de observação, o problema é
conhecido como estimativa com variáveis desconhecidas.
III. Caso o conjunto X observado no treinamento seja de uma fonte diferente do conjunto
X' utilizado na estimação, o problema é conhecido como um problema sem covariância.
Assinale a alternativa que indica quais afirmações estão corretas.
Alternativas:
Somente III.
Somente II.
I – II – III.
Somente I e III.
Somente I e II.  CORRETO
Código da questão: 49602
Analise atentamente a afirmativa a seguir:
"Este algoritmo utiliza predições de muitos indivíduos aleatórios, cada uma podendo ter
variância diferente, e agrupa todas elas".
Assinale a alternativa que representa o algoritmo ao qual a afirmação acima se refere.
Alternativas:
K nearest neighbors.
Support vector machine.
Rede neural.
Floresta aleatória.  CORRETO
Árvore de decisão.
Código da questão: 49618
Uma determinada instituição bancária contratou um programador para desenvolver
algoritmos de machine learning para classificar os clientes como “BOM” ou “MAU” de
acordo com saldo diário de sua conta durante um ano todo. Os clientes com classificação
“BOM” serão convidados para receber um cartão OURO. Para essa tarefa, o programador
recebeu apenas um banco de dados com 10.000 clientes já classificados pelos gerentes do
banco. O banco de dados contém o saldo diário da conta (365 campos de informação) e a
classificação como “BOM” ou “MAU” cliente.
Considerando o cenário acima:
I. É aconselhável utilizar um algoritmo supervisionado.
PORQUE
Resolução comentada:
as afirmativas I e II estão corretas.
O correto para a afirmativa III seria: “Caso o conjunto X observado no treinamento
seja de uma fonte diferente do conjunto X' utilizado na estimação, o problema é
conhecido como um problema de correção de descolamento por covariância”.
Resolução comentada:
a floresta aleatória (Random Forest) é o algoritmo que utiliza predições de muitos
indivíduos aleatórios, cada uma podendo ter variância diferente, e agrupa todas elas.
28/12/2022 21:09 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2686603/4996103 3/5
6)
7)
II. Os dados de treinamento fornecidos possuem seus respectivos rótulos e o algoritmo só
precisa aprender e gerar uma função capaz de predizer o rótulo correto do cliente.
Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas:
Alternativas:
A primeira asserção está correta e a segunda está incorreta.
A primeira asserção está incorreta e a segunda está correta.
As duas asserções estão incorretas.
A primeira e a segunda asserção estão corretas e a segunda justifica a primeira. 
CORRETO
A primeira e a segunda asserção estão corretas, mas a segunda não justifica a primeira.
Código da questão: 49604
Em uma determinada aplicação de aprendizado de máquina, foi necessário criar um
algoritmo capaz de examinar as características dos dados inseridos e então atribuir um ou
mais rótulos a esses dados. Além disso, o algoritmo era supervisionado.
Esse algoritmo pode ser considerado um tipo de aprendizado de máquina de topologia de
________.
Assinale a alternativa que preenche corretamente a lacuna presente no texto.
Alternativas:
Deep learning.
Regressão.
Recomendação.
Classificação.  CORRETO
Árvore de decisão.
Código da questão: 49601
Deep learning é um ramo de aprendizado de máquina baseado em um conjunto de
algoritmos que buscam modelar abstrações em ____________ a partir da leitura de __________
de dados. Em redes profundas, ou densas, existem ____________ layers que possibilitam ao
algoritmo utilizar várias camadas de processamento compostas por transformações lineares
e não lineares.
Assinale a alternativa que preenche corretamente, na sequência, as lacunas do trecho
anterior.
Alternativas:
Baixo nível; grandes quantidades; vários.
Conjuntos de dados; poucos níveis; poucos.
Conjuntos de dados; grandes quantidades; vários.
Alto nível; grandes quantidades; vários.  CORRETO
Alto nível; poucos níveis; vários.
Resolução comentada:
ambas as asserções estão corretas e a segunda justifica a primeira.
Resolução comentada:
preenchendo a lacuna, temos: “Esse algoritmo pode ser considerado um tipo de
aprendizado de máquina de topologia de classificação”.
Resolução comentada:
Deep learning é um ramo de aprendizado de máquina baseado em um conjunto de
algoritmos que buscam modelar abstrações em alto nível a partir da leitura de
grandes quantidades de dados. Em redes profundas, ou densas, existem vários layers
28/12/2022 21:09 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2686603/4996103 4/5
8)
9)
Código da questão: 49626
Considere as seguintes afirmativas sobre algoritmos do tipo ensemble:
A. Classificadores individuais podem estar "mais certos" sobre uma parte específica do
domínio da função.
B. Classificadores que estão "mais certos" podem ter seu voto com valor maior.
C. Na maioria dos casos,agrupamentos possuem desempenho superior a classificadores
individuais.
Assinale a alternativa que contém as afirmativas CORRETAS:
Alternativas:
Somente A.
A – C.
A – B – C.  CORRETO
A – B.
B – C
Código da questão: 49616
O aprendizado de máquina é uma técnica que pode ser aplicada em diversos cenários,
sendo que cada um possui suas características específicas e algoritmos mais indicados para
serem utilizados. Esses algoritmos podem ser classificados de diversas maneiras, mas um
tipo de classificação é a mais utilizada na literatura.
Assinale a alternativa que contém a classificação correta do tipo de abordagem do
aprendizado de máquina.
Alternativas:
Aprendizado não supervisionado e clusterização.
Aprendizado supervisionado e de classificação.
Aprendizado supervisionado e não supervisionado.  CORRETO
Aprendizado supervisionado e de supervisão.
Aprendizado supervisionado e regressão.
Código da questão: 49600
que possibilitam ao algoritmo utilizar várias camadas de processamento compostas
por transformações lineares e não lineares.
Resolução comentada:
todas as afirmativas estão corretas.
Resolução comentada:
segue a classificação mais utilizada para o aprendizado de máquina:
28/12/2022 21:09 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2686603/4996103 5/5
10) A partir de seus conhecimentos sobre sistemas de recomendação, analise os itens a
seguir:
( ) A fatoração matricial é uma forma de trabalhar a matriz de proximidades para poder
organizar alfabeticamente os usuários.
( ) Deep learning pode ser utilizado em sistemas de recomendação para criar redes neurais
relacionando usuários e objetos.
( ) A principal diferença entre métodos baseados em filtragem colaborativa e métodos
baseados em conteúdo é que o primeiro estuda a interação entre usuários e objetos, ao
passo que o segundo analisa as suas características.
( ) O método nearest-neighbor, quando aplicado a sistemas de recomendação baseados
em filtragem colaborativa, consegue criar matrizes relacionando usuário-usuário, mas não é
capaz de gerar matrizes usuário-item.
Assinale a alternativa que julga corretamente as afirmações acima como verdadeiras (V) ou
falsas (F).
Alternativas:
V – V – V – F.
F – V – V – V.
F – F – V – F.'
F – V – V – F.  CORRETO
V – V – F – F.
Código da questão: 49633
Resolução comentada:
( ) A fatoração matricial é uma forma de trabalhar a matriz de proximidades, mas a
organização não é feita por ordem alfabética.
( ) Deep learning pode ser utilizado em sistemas de recomendação para criar redes
neurais relacionando usuários e objetos.
( ) A principal diferença entre métodos baseados em filtragem colaborativa e
métodos baseados em conteúdo é que o primeiro estuda a interação entre usuários
e objetos, ao passo que o segundo analisa as suas características.
( ) O método nearest-neighbor, quando aplicado a sistemas de recomendação
baseados em filtragem colaborativa, consegue criar matrizes relacionando usuário-
usuário e também é capaz de gerar matrizes usuário-item.
Arquivos e Links