Tópicos de Big Data em Python

Prévia do material em texto

TESTE DE CONHECIMENTO- TÓPICOS DE BIG DATA EM PYTHON
1- Em relação às plataformas para Internet das Coisas, selecione a opção correta sobre o -
Arduino.
É um protocolo de internet das coisas
É um programa
É um ecossistema que envolve software e hardware
É o outro nome para Raspberry PI
É uma placa de hardware
2- Em relação aos V's que caracterizam os projetos de Big Data, selecione a opção que trata
do processamento dos dados.
velocidade
variedade
valor
veracidade
volume
3- A respeito do HDFS, selecione a opção correta cujo componente lógico mantém os dados
do usuário na forma de blocos de dados.
Bloco de dados
YARN
NameNode
DataNode
Replicação
4 - Em relação ao Data Lake, selecione a opção correta que contenha o(s) formato(s) de
dados que pode(m) ser armazenado(s) nele.
estruturado e semiestruturado
apenas não estruturado
estruturado, não estruturado e semiestruturado
apenas estruturado
apenas tabelas relacionais
5 - Os componentes do Spark têm como objetivo facilitar o desenvolvimento de projetos
com finalidades específicas. Nesse sentido, selecione a opção que contém o componente
responsável por estabelecer uma conexão com o Cluster.
SparkSession
RDD
SparkContext
DataFrame
Spark.Catalog
6- Observe o trecho de código abaixo
query = "SELECT * FROM tabela_teste WHERE valor = "+str(str_valor)
registros = spark.sql(query)
Selecione a opção correta a respeito dele.
A implementação do trecho de código está errada.
É um exemplo de aplicação de GraphX.
A execução do trecho de código vai funcionar corretamente.
É possível afirmar que a tabela_teste existe.
Trata-se de um exemplo de utilização do Spark SQL
7 - Compreender a análise de dados em Python é fundamental para o cientista de dados.
Qual o papel do sistema pip da linguagem Python?
Gerenciador de espaços virtuais do Python.
Gerenciador de Pacotes do Python.
Motor de Busca da IDE do Python.
Biblioteca de Processamento de Linguagem Natural.
Gerenciador de memória do Python.
8 - Sobre o Pandas DataFrame o que podemos afirmar?
I - É o coletivo de séries temporais pandas.Series
II - É a estrutura de dados que representa os dados em painel
III - É uma matriz conjunto de vetores
IV - É o bloco fundamental da análise de dados moderna, principalmente para aprendizado
de máquina.
Analise as frases listadas e assinale a alternativa correta.
Apenas as opções II, III.
Apenas a opção III.
Apenas as opções I, II, IV.
Todas as opções I, II, III, IV
Apenas as opções I, II, III.
9- Qual destes modelos é adequado para um problema de classificação?
I - SVM
II - Árvore de Decisão
III - K-Médias
Apenas as opções I e III
Apenas as opções II e III
Apenas as opções I e II
Todas as opções I, II e III
Apenas a opção III
10 - Como podemos checar as métricas de classificação do modelo neural da biblioteca
Scikit-Learn?
Classification Report
Plotly
Gráfico de Matriz de Dispersão
Gráfico de Histograma
Regressão Linear