Prévia do material em texto

Questão 1/10 - Inteligência Artificial Aplicada→ 
"Essa técnica irá testar todas as combinações possíveis dos hiperparâmetros, exaustivamente. Basicamente, irá fornecer alguns valores de input e testar todas as combinações plotando em um plano cartesiano (por isso o nome de grid). Em seguida, selecionará os hiperparâmetros que obtiveram o menor erro."
Disponível em <https://medium.com>. Acesso em 19/04/2021.
O texto acima descreve um procedimento de busca de valores de hiperparâmetros para modelos de redes neurais. Considerando o texto acima e o seu conhecimento sobre treinamento de modelos de aprendizagem, a descrição trata do método:
A) Fast Search
B) Grid Search
C) K-Search
D) Random Search
E) Random Search
Questão 2/10 - Inteligência Artificial Aplicada → 
Um colega seu de trabalho necessita executar o treinamento de um modelo de aprendizagem. Para isso ele buscou um enorme dataset na internet, contendo milhares de instâncias. Contudo, ele não encontrou nenhuma informação sobre a qualidade dados ou sobre modelos que tenham sido treinados com esse dataset. Preocupado, ele pediu a sua opinião
Valendo-se dos seus conhecimento de aprendizagem de máquina você ponderou a respeito e considerou que o melhor a fazer seria:
A) não usar a base de dados e denunciar o site que a forneceu
B) usar o dataset, pois não havia problemas
C) usar o dataset apenas para o treinamento e não para os testes
D) avaliar uma amostra do dataset e executar um treinamento de teste nela
E) treinar normalmente, pois quantidade é o que importa para o treinamento
Questão 3/10 - Inteligência Artificial Aplicada → 
Você foi contratado para o posto de cientista de dados, para compor uma equipe, que atualmente já trabalha com dados, mas não possui experiência em aprendizagem de máquina. Você recebeu um conjunto de dados para utilizar no treinamento de modelos de aprendizagem e foi informado que as etiquetas estava representadas na última coluna dos dados, conforme o exemplo abaixo:
Atributo 1 - Atributo 2 - Atributo 3 - Atributo 4 - Atributo 5 - Classe
Utilizando os seus conhecimentos de aprendizagem de máquina, durante a etapa de preparação dos dados e treinamento, buscando obter um modelo que possa ser utilizado em ambiente de produção, você:
A) utilizou cada linha de dados como vetor de atributos, sem nenhuma alteração
B) excluiu o primeiro atributo e utilizou a linha dados completa
C) utilizou os atributos de 1 a 5 como vetor de atributos
D) utilizou apenas o atributo classe como vetor de atributos
E) substituiu o Atributo 1 pela Classe e utilizou para treinamento
Questão 4/10 - Inteligência Artificial Aplicada → 
“Essa técnica acaba suprindo o problema com muitas combinações. Isso se deve ao fato de testar combinações aleatórias e os melhores resultados funciona como um guia para a escolha dos próximos hiperparâmetros. Contudo, percebemos claramente que isso poderá levar em sua maioria, para o mínimo local e não para o mínimo global.”
Disponível em <https://medium.com>. Acesso em 19/04/2021.
O texto acima descreve um procedimento de busca de valores de hiperparâmetros para modelos de redes neurais. Considerando o texto acima e o seu conhecimento sobre treinamento de modelos de aprendizagem, a descrição trata do método:
A) Fast Search
B) GridSearch
C) K-Search
D) Random Search
E) Simple Search
Questão 5/10 - Inteligência Artificial Aplicada → 
Em seu trabalho como cientista de dados, você realizou o treinamento de um modelo de aprendizagem e repassou o modelo treinado para a área de testes. Após algum tempo, você recebeu da equipe de testes a seguinte mensagem:
 
"O modelo treinando apresenta alto grau de overfitting. Sugere-se novo treinamento."
De acordo com os seus conhecimentos sobre aprendizagem de máquina, para melhorar o desempenho deste modelo você deverá:
A) reavaliar todos os dados de treino
B) transformar os dados de teste em treino e vice-versa
C) realizar um novo treinamento, buscando uma melhor generalização do modelo
D) treinar um novo modelo e unir ao modelo anterior 
E) utilizar um outro algoritmo de aprendizagem
Questão 6/10 - Inteligência Artificial Aplicada → 
Trata-se de um diagrama que mostra um relacionamento hierárquico entre instâncias. Ele é obtido por meio da execução de um algoritmo de agrupamento hierárquico.
Utilizando o seu conhecimento de aprendizagem de máquina, o diagrama citado no texto acima trata-se de:
A) um gráfico de desempenho
B) um diagrama de treinamento
C) um diagrama de teste
D) um dendrograma
E) uma gráfico de inércia
Questão 7/10 - Inteligência Artificial Aplicada →
Como um iniciante na área de ciência de dados, você executou o agrupamento de uma massa de dados utilizando o algoritmo K-means. Contudo, você gostaria de ter uma visualização dos agrupamentos obtidos, mas o vetor de atributos de suas instâncias possui dimensão 20, o que impede que você plote um gráfico.
Utilizando o seu conhecimento de aprendizagem de máquina para ter, ainda que aproximada, uma visualização dos dados, você pode:
A) utilizar um algoritmo K-NN
B) utilizar apenas 2 características do vetor de atributos
C) utilizar um método PCA reduzindo para 2 dimensões
D) utilizar uma biblioteca gráfica especializada
E) plotar apenas os centroides
Questão 8/10 - Inteligência Artificial Aplicada → 
Você foi contratado para o posto de cientista de dados, para compor uma equipe, que atualmente já trabalha com dados, mas não possui experiência em aprendizagem de máquina. Um dos problemas que a equipe estava tentando resolver, se relacionava com um problema de classificação de duas classes (A e B), onde após diversos treinamentos, eles obtiveram dois classificadores: um que predizia a classe A com alta precisão, mas quase sempre errava as predições para a classe B e um segundo que fazia exatamente o oposto. Como o custo para retreinar os classificadores era muito alto, era preciso buscar uma solução.
Utilizando os seus conhecimentos de aprendizagem de máquina você sugeriu que:
A) treinassem um novo classificador com metade dos dados
B) utilizassem uma rede neural que seria rápido para treinar
C) que eles utilizassem um ensemble dos dois classificadores
D) escolhessem aleatoriamente a cada predição
E) utilizassem regressão linear
Questão 9/10 - Inteligência Artificial Aplicada → 
Você foi contratado para o posto de cientista de dados, para compor uma equipe, que atualmente já trabalha com dados, mas não possui experiência em aprendizagem de máquina. Um das suas primeiras tarefas designadas foi a avaliação de modelos treinados.
As imagens abaixo foram enviadas junto com as informações do primeiro modelo que você deveria avaliar.
Utilizando os seus conhecimentos de aprendizagem de máquina e as informações fornecidas pelas imagens, você deveria informar que:
A) deveria ser aumentado o número de camadas
B) não havia dados suficientes para treino
C) deveria ser utilizando um KNN
D) o modelo estava pronto para ser colocado em produção
E) as informações das imagens não estavam em concordância
Questão 10/10 - Inteligência Artificial Aplicada→ 
"Hiperparâmetros são parâmetros de modelos que devem ser definidos antes de treinar o modelo. Para isso existem diferentes técnicas que buscam otimizá-los que resultará uma melhor acurácia em seu modelo."
Disponível em <https://medium.com>. Acesso em 19/04/2021.
Considerando o texto acima e o seu conhecimento sobre modelos de aprendizagem não superviosionada, em especial o algoritmo K-Means, um exemplo de hiper-parâmetros para esse tipo de modelo, seria:
A) A quantidade de dados
B) O número de clusters
C) O tamanho do cluster
D) A taxa de erro
E) A taxa de aprendizado