MACHINE LEARNING

Prévia do material em texto

Meus Simulados
	Teste seu conhecimento acumulado
	
				Disc.: MACHINE LEARNING   
	Aluno(a): JONATAS LUZARDO GEBRIM
	202101001958
	Acertos: 9,0 de 10,0
	18/03/2023
		1a
          Questão
	Acerto: 1,0  / 1,0
	
	Com o objetivo de obter informações por meio do aprendizado de máquina, verificou-se que o processo que estava sendo realizado consistia em usar o valor de densidade para agrupar os objetos e identificar vizinhanças densas nas quais a maioria dos objetos está contida; verificou-se também o uso de algoritmos de aprendizado não supervisionados. Identifique que ação está sendo realizada:
		
	
	Redução dimensional
	
	Regressão
	
	Clustering
	
	Classificação
	 
	Estimativa de densidade
	Respondido em 18/03/2023 21:05:48
	
	Explicação:
Resposta correta: Estimativa de densidade
	
		2a
          Questão
	Acerto: 1,0  / 1,0
	
	Comparando inteligência humana com inteligência artificial, os sistemas que pensam e agem como humanos, e os sistemas que pensam e agem racionalmente são, respectivamente:
		
	
	Lógica, Teste de Turing, Ciência Cognitiva e Agentes racionais.
	
	Ciência Cognitiva, Lógica, Teste de Turing e Agentes racionais.
	
	Ciência Cognitiva, Teste de Turing, Agentes racionais e Lógica.
	 
	Ciência Cognitiva, Teste de Turing, Lógica e Agentes racionais.
	
	Lógica, Teste de Turing, Agentes racionais e Ciência Cognitiva.
	Respondido em 18/03/2023 21:07:37
	
	Explicação:
Resposta correta: Ciência Cognitiva, Teste de Turing, Lógica e Agentes racionais.
	
		3a
          Questão
	Acerto: 1,0  / 1,0
	
	Em relação às ferramentas e os fundamentos de Data Mining, é correto afirmar:
		
	
	Os dados podem ser não estruturados (bancos de dados, CRM, ERP), estruturados (texto, documentos, arquivos, mídias sociais, cloud) ou uma mistura de ambos (e-mails, SOA/web services, RSS). As ferramentas de Data Discovery mais completas possuem conectividade para todas essas origens de dados de forma segura e controlada.
	 
	As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação, como redes neurais, algoritmos genéticos e lógica nebulosa, entre outras.
	
	A etapa de KDD do Data Mining consiste em aplicar técnicas que auxiliem na busca de relações entre os dados. De forma geral, existem três tipos de técnicas: Estatísticas, Exploratórias e Intuitivas. Todas são devidamente experimentadas e validadas para o processo de mineração.
	
	Data Mining é o processo de descobrir conhecimento em banco de dados, que envolve várias etapas. O KDD ¿ Knowledge Discovery in Database é uma destas etapas, portanto, a mineração de dados é um conceito que abrange o KDD.
	
	Estima-se que, atualmente, em média, 80% de todos os dados disponíveis são do tipo estruturado. Existem diversas ferramentas open source e comerciais de Data Discovery. Dentre as open source, está a InfoSphere Data Explorer, e entre as comerciais está a Vivisimo, da IBM.
	Respondido em 18/03/2023 21:10:09
	
	Explicação:
Resposta correta: As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação, como redes neurais, algoritmos genéticos e lógica nebulosa, entre outras.
	
		4a
          Questão
	Acerto: 1,0  / 1,0
	
	Uma nuvem de palavras é um recurso gráfico (usado principalmente na Internet) para descrever os termos mais frequentes de um determinado texto. O tamanho da fonte em que a palavra é apresentada é uma função da frequência da palavra no texto: palavras mais frequentes são desenhadas em fontes de tamanho maior, palavras menos frequentes são desenhadas em fontes de tamanho menor.
Qual é a técnica de análise de dados descrita pelo texto acima?
		
	
	Agrupamento.
	
	Redes Neurais.
	 
	Processamento de Linguagem Natural.
	
	Classificação.
	
	Regressão Linear.
	Respondido em 18/03/2023 21:11:13
	
	Explicação:
Resposta correta: Processamento de Linguagem Natural.
	
		5a
          Questão
	Acerto: 1,0  / 1,0
	
	Qual hiperparâmetro da floresta aleatória garante capacidade de maior generalização e capacidade de lidar com alta variabilidade dos dados?
		
	 
	Número de Estimadores.
	
	Variância.
	
	Desvio Padrão.
	
	Média de Poisson.
	
	Criterion.
	Respondido em 18/03/2023 21:12:03
	
	Explicação:
Resposta correta: Número de Estimadores.
	
		6a
          Questão
	Acerto: 0,0  / 1,0
	
	Os modelos incorporados que dissecam o conjunto de dados de forma aleatória e repassam aos membros do comitê são de qual tipo de incorporação?
		
	 
	Bagging.
	
	Stacking.
	 
	Collaboration.
	
	Voting.
	
	Clusterization.
	Respondido em 18/03/2023 21:21:15
	
	Explicação:
Resposta correta: Bagging.
	
		7a
          Questão
	Acerto: 1,0  / 1,0
	
	A otimização de políticas no processo de aprendizado é fundamental para que o modelo obtenha uma precisão de qualidade aceitável. Em relação à otimização de políticas nos modelos de aprendizado por reforço, selecione a opção correta.
		
	 
	Existe uma categoria de algoritmos conhecida como ator-crítico que combina os algoritmos de valor e de políticas.
	
	Os métodos baseados em não políticas consideram aspectos aleatórios na construção do aprendizado, aumentando, assim, a chance de acerto.
	
	São baseados em variações do método dos gradientes.
	
	Os métodos de otimização são baseados em análises categóricas que consideram níveis de qualidade da resposta.
	
	Utilizam-se dos algoritmos de retropropagação para aumentar as probabilidades de acertos.
	Respondido em 18/03/2023 21:18:49
	
	Explicação:
Resposta correta: Existe uma categoria de algoritmos conhecida como ator-crítico que combina os algoritmos de valor e de políticas.
	
		8a
          Questão
	Acerto: 1,0  / 1,0
	
	Uma das etapas mais importantes do ciclo de vida de uma rede neural é a de treinamento. Em relação ao treinamento dos modelos de aprendizado profundo, selecione a opção correta.
		
	
	Os processos de treinamento de cada modelo de rede são individuais, não contendo nenhum tipo de semelhança entre si.
	 
	Para que possam obter suas saídas, as redes neurais recorrentes usam as entradas atuais e levam em consideração aquelas que ocorreram antes delas.
	
	O modelo de rede neural de convolução é superior à rede neural recorrente, que, por sua vez, é superior à rede neural profunda.
	
	As redes neurais recorrentes utilizam o algoritmo de alimentação direta para realizar o seu treinamento.
	
	As redes neurais profundas compartilham os seus parâmetros por todas as etapas de processamento da rede.
	Respondido em 18/03/2023 21:20:00
	
	Explicação:
Resposta correta: Para que possam obter suas saídas, as redes neurais recorrentes usam as entradas atuais e levam em consideração aquelas que ocorreram antes delas.
	
		9a
          Questão
	Acerto: 1,0  / 1,0
	
	O resultado de um questionário rodado por um cientista de dados para conseguir dados para sua pesquisa se enquadra em que tipo de coleta de dados?
		
	
	 Coleta oculta.
	
	 Coleta de dados secundária.
	 
	 Coleta de dados primária.
	
	Coleta de dados não estruturada.
	
	 Coleta aleatória.
	Respondido em 18/03/2023 21:08:24
	
	Explicação:
A resposta certa é: Coleta de dados primária.
	
		10a
          Questão
	Acerto: 1,0  / 1,0
	
	Quem são os atores responsáveis pela validação do entendimento do problema?
		
	
	 Gerentes.
	
	Administradores de banco de dados.
	
	 Analista de sistemas.
	 
	 Stakeholders.
	
	 Economistas.
	Respondido em 18/03/2023 21:08:29
	
	Explicação:
 A resposta certa é:Stakeholders.