Baixe o app para aproveitar ainda mais
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
Compartilhar