Prova Machine Learning - UNOPAR

Prévia do material em texto

05/01/23, 09:15 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2700656/5123806 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!
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.
Alto nível; poucos níveis; vários.
Conjuntos de dados; grandes quantidades; vários.
Conjuntos de dados; poucos níveis; poucos.
Alto nível; grandes quantidades; vários.  CORRETO
Código da questão: 49626
Observe a figura que contém a estrutura de uma rede neural artificial:
Fonte: elaborada pelo autor.
Sobre a RNA descrita na figura, analise as afirmativas I a IV a seguir:
I. A RNA admite quatro sinais de entrada (input layer).
II. A RNA não possui camadas intermediárias.
III. A RNA da figura é apropriada para aplicações deep learning.
IV. A RNA possui três variáveis de bias.
Sendo assim, estão CORRETOS somente os itens:
Alternativas:
I – II – III.
II – III.
IV.  CORRETO
I.
I – II.
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
que possibilitam ao algoritmo utilizar várias camadas de processamento compostas
por transformações lineares e não lineares.
Avaliação enviada com sucesso 
05/01/23, 09:15 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2700656/5123806 2/5
3)
4)
Código da questão: 49625
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:
Regressão.
Deep learning.
Recomendação.
Classificação.  CORRETO
Árvore de decisão.
Código da questão: 49601
O aprendizado de máquina é uma área muito abrangente, que possui inúmeras técnicas
que podem ser utilizadas para resolver problemas, classificar dados e/ou otimizar recursos.
Analise as afirmativas a seguir, que tratam de técnicas de AM.
( ) Máquinas de vetor de suporte (SVM – support vector machine) são técnicas de
aprendizado de máquina preditivo de otimização que buscam encontrar algum hiperplano
em um espaço N-dimensional capaz de fazer a separação ótima entre os dados.
( ) Algoritmos de redes neurais artificiais são sistemas baseados no funcionamento do
cérebro humano e executam as tarefas específicas para as quais foram projetados.
( ) Classificadores do tipo Bayes Ingênuo (Naive Bayes) estimam a probabilidade de uma
classificação correta e são uma alternativa competitiva para a classificação de textos.
( ) Métodos de AM baseados em procura possuem um espaço de estados, que é o
conjunto com os estados possíveis nos quais o problema pode se encontrar.
( ) Um exemplo AM de busca não informada é o algoritmo Greedy Search. Essa técnica
tenta expandir o nó mais próximo da solução desejada, utilizando uma função heurística
para saber qual é esse nó. Basicamente, a função heurística utilizada estima a distância
entre o nó atual e o estado final.
Assinale a alternativa que julga corretamente os itens acima como verdadeiro (V) ou falso
(F):
Alternativas:
V – F – F – V – V.
V – V – V – F – V.
V – F – V – V – V.
V – V – V – V – F.
V – F – V – V – F.  CORRETO
Resolução comentada:
I. A RNA admite três sinais de entrada (input layer).
II. A RNA possui duas camadas intermediárias.
III. A RNA da figura não é apropriada para aplicações deep learning.
IV. A RNA possui três variáveis de bias.
Resolução comentada:
preenchendo a lacuna, temos: “Esse algoritmo pode ser considerado um tipo de
aprendizado de máquina de topologia de classificação”.
Resolução comentada:
o correto para a segunda afirmativa seria: “Algoritmos de redes neurais artificiais são
sistemas baseados no funcionamento do cérebro humano, e são capazes de
aprender para executar tarefas sem terem que ser programados para nenhuma
tarefa específica”.
Avaliação enviada com sucesso 
05/01/23, 09:15 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2700656/5123806 3/5
5)
6)
Código da questão: 49609
O Algoritmo Naive Bayes foi criado com sus estrutura baseada no Teorema de Bayes,
que diz o seguinte:
Considere a seguinte situação:
Alternativas:
 CORRETO
Código da questão: 49611
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:
V – V – F.
F – V – V.
V – F – F.
F – F – F.  CORRETO
V – F – V.
O correto para a quinta afirmativa seria: “Um exemplo AM de busca informada é o
algoritmo Greedy Search. Essa técnica tenta expandir o nó mais próximo da solução
desejada, utilizando uma função heurística para saber qual é esse nó. Basicamente, a
função heurística utilizada estima a distância entre o nó atual e o estado final”.
Resolução comentada:
Avaliação enviada com sucesso 
05/01/23, 09:15 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2700656/5123806 4/5
7)
8)
9)
Código da questão: 49622
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:
F – V – F.
V – F – F.
V – V – F.
V – V – V.  CORRETO
V – F – V.
Código da questão: 49608
Existem inúmeros algoritmos de aprendizado de máquina, e cada um é mais indicado
para um determinado tipo de dados. Existe um algoritmo que é normalmente sensível
quanto à posição das sementes iniciais, o que pode levar para uma convergência local. Esse
algoritmo é também sensível a ruídos, dado que ele leva em consideração os desvios dos
objetos em relação ao centroide de cada cluster calculado. Por último, esse algoritmo não é
indicado para o caso de os clusters possuírem forma não convexa.
Assinalea alternativa que contém o nome correto do algoritmo descrito pelo texto acima.
Alternativas:
Random Forest.
K-means.  CORRETO
Support vector machine.
Algoritmo genético.
Rede neural.
Código da questão: 49624
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.
Resolução comentada:
todas as alternativas contêm afirmações corretas.
Resolução comentada:
o trecho se refere ao algoritmo K-means.
Avaliação enviada com sucesso 
05/01/23, 09:15 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2700656/5123806 5/5
10)
Alternativas:
Naive Bayes.
Regressão multivariável.
K vizinhos mais distantes.
Regressão linear.
K vizinhos mais próximos.  CORRETO
Código da questão: 49612
Existe uma classe de aprendizado de máquina (AM) que busca analisar um conjunto de
dados D={(x_i,f(x_i )),i=1,…,n}, sendo f(x_i ) uma função desconhecida, para poder criar uma
aproximação f ̂(x_i ) capaz de estimar rótulos para novas entradas.
Assinale a alternativa que afirma corretamente qual é essa classe de aprendizado de
máquina.
Alternativas:
AM de agrupamento.
AM descritivo.
AM julgativo.
AM preditivo.  CORRETO
AM associativo.
Código da questão: 49606
Resolução comentada:
a figura contém um algoritmo de uma técnica kNN, também conhecida como K
vizinhos mais próximos. A entrada do algoritmo é o conjunto de treinamento e o
valor de k a ser utilizado. A saída é o classificador a ser utilizado.
Resolução comentada:
considere o conjunto de pares de dados como D={(x_i,f(x_i )),i=1,…,n}, sendo que
f("x" _i ) é uma função desconhecida. O algoritmo de AM preditivo analisa então esse
conjunto para criar uma aproximação f ̂ de f. Com essa aproximação, o algoritmo
consegue, então, estimar os rótulos para qualquer nova entrada "x"
Arquivos e Links
Avaliação enviada com sucesso 