Atividade Objetiva 3 - Mineração de Dados - 1 ponto - FAM

Prévia do material em texto

21/05/23, 17:43 Teste: Atividade Objetiva 3
https://famonline.instructure.com/courses/27321/quizzes/142876/take 1/6
Atividade Objetiva 3
Iniciado: 21 mai em 17:30
Instruções do teste
Importante:
Caso você esteja realizando a atividade através do aplicativo "Canvas Student", é necessário que
você clique em "FAZER O QUESTIONÁRIO", no final da página.
0,2 ptsPergunta 1
Trata-se de uma tarefa descritiva, de aprendizado não supervisionado, cujo objetivo é
aprender um modelo que seja útil para obter um valor categórico de um novo
registro.
Trata-se de uma tarefa preditiva, de aprendizado não supervisionado, cujo objetivo é
aprender um modelo que seja útil para obter um valor categórico de um novo
registro.
Trata-se de uma tarefa descritiva, de aprendizado supervisionado, cujo objetivo é
aprender um modelo que seja útil para obter um valor contínuo de um novo registro.
Trata-se de uma tarefa preditiva, de aprendizado supervisionado, cujo objetivo é
aprender um modelo que seja útil para obter um valor categórico de um novo
registro.
Leia o texto abaixo:
 
“[...] denomina-se classificação o processo pelo qual se determina um
mapeamento capaz de indicar a qual classe pertence qualquer exemplar de um
domínio sob análise, com base em um conjunto de dados já classificado.”
 
Fonte: DA SILVA, L. A.; PERES, S. M.; BOSCARIOLI, C. Introdução à
Mineração de Dados
Com aplicações em R. Rio de Janeiro: Elsevier, 2016. p. 79.
 
Qual alternativa caracteriza, corretamente, a tarefa de classificação?
A+
A
A-
21/05/23, 17:43 Teste: Atividade Objetiva 3
https://famonline.instructure.com/courses/27321/quizzes/142876/take 2/6
Trata-se de uma tarefa preditiva, de aprendizado supervisionado, cujo objetivo é
aprender um modelo que seja útil para obter um valor contínuo de um novo registro.
0,2 ptsPergunta 2
As asserções I e II são ambas proposições falsas.
Leia o texto a seguir:
 
“Para que seja feita a mineração de regras de associação, as bases de dados
transacionais normalmente são representadas seguindo o mesmo padrão das
bases de dados convencionais, ou seja, com os objetos nas linhas e os atributos
nas colunas. A diferença é que os atributos das bases transacionais são os itens
que aparecem nas transações, o que faz com que tais bases de dados facilmente
apresentem alta dimensionalidade, da ordem de centenas e até milhares de itens.
”
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de dados:
conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016. p. 235.
 
Considerando as informações apresentadas, avalie as seguintes asserções e a
relação proposta entre elas.
 
I. A mineração de regras de associação é uma tarefa que tem por objetivo
identificar padrões de associação entre itens frequentes que são pertinentes a um
conjunto de transações.
 
PORQUE
 
II. As bases de dados transacionais disponibilizam registros referentes a grupos
de itens que estão associados, ou seja, pertencem a mesma transação.
 
A respeito dessas asserções, assinale a opção correta:
A+
A
A-
21/05/23, 17:43 Teste: Atividade Objetiva 3
https://famonline.instructure.com/courses/27321/quizzes/142876/take 3/6
A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I.
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
0,2 ptsPergunta 3
Leia o texto a seguir:
 
“Uma das habilidades mais básicas dos organismos vivos é a capacidade de
agrupar objetos similares para produzir uma taxonomia, uma classificação ou um
agrupamento. A ideia de organizar coisas similares em categorias, chamadas
aqui de grupos (clusters), é bastante antiga e reflete a capacidade de identificar
características ou combinações de características similares em alguns objetos,
como forma, cor, cheiro, posição, altura, peso, entre outras. ”
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de dados:
conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016. p. 88.
 
Considere as seguintes descrições a respeito das etapas que descrevem o
processo de agrupamento.
 
I. A etapa de seleção de atributos considera o contexto da análise para
identificar os melhores conjuntos de dados que devem ser de variadas fontes
e de grade volume e complexidade.
II. A etapa da definição da medida de similaridade avalia a contribuição de cada
atributo para o cálculo da medida e a normalização dos dados para não haver
atributo dominante.
III. A etapa de seleção do critério de agrupamento define a sensibilidade do
agrupamento de acordo com a quantidade de atributos e de registros disponíveis.
IV. A etapa de validação e de interpretação dos resultados considera a realização
de testes para verificação da correção e da relevância dos resultados obtidos.
 
A+
A
A-
21/05/23, 17:43 Teste: Atividade Objetiva 3
https://famonline.instructure.com/courses/27321/quizzes/142876/take 4/6
II e III, apenas.
II e IV, apenas.
I e III, apenas.
I e IV, apenas.
I e II, apenas.
É correto o que se afirma apenas em: 
0,2 ptsPergunta 4
Leia o texto a seguir:
 
“Dados se constituem como a matéria prima para que processos de mineração
ocorram. [...] A forma como os dados estão disponíveis para a realização da
mineração é importante para determinar o tipo de tarefa de mineração que é
possível resolver, o tipo de conhecimento factível de ser descoberto e o tipo de
técnica de mineração aplicável.”
 
Fonte: DA SILVA, L. A.; PERES, S. M.; BOSCARIOLI, C. Introdução à
Mineração de Dados Com aplicações em R. Rio de Janeiro: Elsevier, 2016. p.
7.
 
Considerando as características dos dados utilizados pelas tarefas de mineração,
avalie as afirmações e selecione a alternativa correta.
 
I. Os dados estruturados apresentam uma semântica, ou seja, um significado
associado à sua estrutura, são exemplos de dados estruturados os e-mails e
as mensagens de texto.
II. Os dados não estruturados, que correspondem à maioria dos dados
disponíveis, são mais facilmente analisados pelos algoritmos, esse tipo de
dado não apresenta uma semântica evidente.
III. Dados rotulados são aqueles que apresentam uma classe explícita e os
demais atributos são preditivos ou de entrada, a tarefa de classificação considera
A+
A
A-
21/05/23, 17:43 Teste: Atividade Objetiva 3
https://famonline.instructure.com/courses/27321/quizzes/142876/take 5/6
III e IV, apenas.
II e IV, apenas.
I e III, apenas.
I e II, apenas.
II e III, apenas.
esse tipo de dado.
IV. Dados não rotulados apresentam somente atributos preditivos, não
descrevendo explicitamente a qual classe os registros pertencem, a tarefa de
agrupamento considera esse tipo de dado.
 
É correto o que se afirma apenas em: 
0,2 ptsPergunta 5
Existem diferentes técnicas que podem ser utilizadas para a tarefa de regressão,
além da regressão linear. Dentre as diferentes técnicas podemos destacar as árvores
de decisão e os algoritmos de agrupamento.
Leia o texto a seguir:
 
“Na resolução da tarefa de classificação de dados, o objetivo é predizer o rótulo
para um exemplar qualquer que não pertence ao conjunto de dados de
treinamento. Portanto, o uso de um modelo preditivo f promove a atribuição de
um rótulo y a um exemplar x qualquer, ou seja, y = f(x), sendo y uma variável do
tipo categórico. Por outro lado, quando y é do tipo numérico (contínuo ou
discreto), diz-se ter um problema de regressão ou predição numérica.”
 
Fonte: DA SILVA, L. A.; PERES, S. M.; BOSCARIOLI, C. Introdução à
Mineração de Dados Com aplicações em R. Rio de Janeiro: Elsevier, 2016. p.
117.
 
Considerando as descrições apresentadas, assinale a opção correta.
A+
A
A-
21/05/23, 17:43 Teste: Atividade Objetiva 3
https://famonline.instructure.com/courses/27321/quizzes/142876/take 6/6
Nenhum dado novo para salvar. Última verificação às 17:42 
A tarefa de regressão, também, considera um conjunto de dadosde treinamento e
um conjunto de dados de teste. O primeiro é utilizado para aferir a capacidade
preditiva do modelo, enquanto o segundo é utilizado para aprender a função.
A tarefa de regressão pode ser feita a partir do aprendizado de uma função linear,
que é feito a partir da análise da distribuição das amostras rotuladas, assim
denominamos esta tarefa de regressão polinomial.
A regressão é uma tarefa preditiva, assim como a classificação, e tem o objetivo de
aprender uma função que seja efetiva para mapear um novo registro cujo atributo
dependente seja ausente.
A diferença entre as tarefas de classificação e de regressão é que a primeira busca
inferir uma classe, ou seja, um valor contínuo. Por outro lado, a regressão busca
inferir um valor discreto para um determinado atributo.
Enviar teste
A+
A
A-