Baixe o app para aproveitar ainda mais
Prévia do material em texto
Descoberta de Conhecimento em Bases de Dados: fundamentos - IFRS 1.3 Vamos verificar sua compreensão A resposta correta é: Que clientes gostariam de comprar um determinado produto em uma rede de lojas → Técnicas do processo de KDD, Qual o total de alunos que ingressaram em uma universidade em determinado período letivo → Técnicas tradicionais, Que alunos devem abandonar determinado curso de graduação antes da conclusão → Técnicas do processo de KDD, Que clientes podem cometer fraude bancária → Técnicas do processo de KDD, Quantos itens em particular foram comercializados em determinado dia em uma rede de supermercados → Técnicas tradicionais. 2.4 Teste – Módulo 2 Iniciado em sábado, 5 ago 2023, 12:12 Estado Finalizada Concluída em sábado, 5 ago 2023, 12:29 Tempo empregado 17 minutos 31 segundos Avaliar 7,00 de um máximo de 10,00(70%) Questão 1 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Qual é o objetivo da Redução Horizontal de dados? a. É a redução dos dados ao eliminar colunas desnecessárias da tabela de dados. b. É a agregação de dados de diferentes fontes para formar um conjunto maior de dados. c. É a escolha de algoritmos apropriados para a mineração de dados. d. Ocorre a escolha de casos, ou seja, de registros. Esta operação pode ser feita escolhendo-se um ou mais atributos para guiar sua execução, com o objetivo de formar um conjunto menor que o original. Questão 2 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Escolha a tarefa de prognóstico que completa corretamente a afirmativa abaixo: A tarefa de Classif icação consiste em categorizar os dados em classes previamente definidas de acordo com a similaridade de características nos dados. Questão 3 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão As tarefas de KDD podem extrair diferentes tipos de conhecimento, o que torna necessário decidir no início do processo que tipo de conhecimento se deseja adquirir ao final do processo. Indique a qual tipo de tarefa cada definição abaixo se refere. O objetivo deste tipo de análise é encontrar comportamentos que fogem muito à situação em geral, aumentando a confiança de determinada amostragem e, potencialmente, dos resultados. Resposta 1 Tarefas de amostragem Tarefas que têm por objetivo estabelecer relações e associações entre os dados, capazes de descrever e caracterizar modelos de dados, possibilitando encontrar informações relevantes que seriam de difícil visualização no conjunto de dados. Resposta 2 Tarefas descritivas Tarefas que buscam inferir um valor ou comportamento futuro ou estimar classes e valores desconhecidos, tendo como base as informações adquiridas em análises descritivas Resposta 3 Tarefas de prognóstico Questão 4 Incorreto Atingiu 0,00 de 1,00 Marcar questão Texto da questão A Redução de Dados Horizontal pode ser realizada: I. escolhendo-se um ou mais atributos para guiar sua execução. II. por amostragem, na qual se seleciona registros de forma randômica. III. através de uma simples agregação de registros. Qual(is) afirmativa(s) acima está(ão) correta(s)? Escolha uma opção: a. Somente II e III b. I, II e III c. Somente I d. Somente I e II Questão 5 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão O que diferencia a junção direta da junção orientada na organização de dados para mineração? a. A junção direta inclui apenas os dados mais relevantes, enquanto a junção orientada inclui todos os dados disponíveis. b. Na junção direta, todos os atributos e registros da base de dados são incluídos na nova estrutura sem uma análise crítica, enquanto na junção orientada, os atributos e registros que têm maior potencial para colaborar com o processo são selecionados através de uma análise prévia. c. Junção direta e junção orientada são técnicas usadas para reduzir dados, não para organizar dados para mineração. d. Na junção direta, é feita uma análise crítica dos atributos e registros antes de incluí-los na nova estrutura, enquanto na junção orientada, todos os atributos e registros são incluídos sem análise. Questão 6 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Complete a lacuna com a expressão correta: A etapa de Resposta mineração de dados envolve a aplicação repetida e iterativa de métodos de algoritmos específicos para construção de modelos de conhecimento ou para determinação de padrões sobre os dados analisados. Questão 7 Incorreto Atingiu 0,00 de 1,00 Marcar questão Texto da questão Analise a afirmativa abaixo: A Redução de Dados Vertical procura obter a combinação, com o mínimo de atributos, que deve ser considerada no processo de KDD, visando a identificar e excluir o máximo de informações irrelevantes ou redundantes do conjunto de dados. Escolha uma opção: Verdadeiro Falso Questão 8 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão O que é a Redução de Dados no processo de KDD (Knowledge Discovery in Databases)? a. É a aplicação de algoritmos de aprendizado de máquina aos dados selecionados para extrair conhecimento. b. É a remoção de todos os dados desnecessários da base de dados antes de começar a mineração de dados. c. É o processo de coletar dados de diversas fontes para formar o conjunto de dados a ser analisado. d. É a escolha dos atributos que serão efetivamente considerados na análise e ocorre imediatamente antes da etapa de mineração de dados. É importante pois alguns atributos podem contribuir muito pouco ou nada com o processo. Questão 9 Incorreto Atingiu 0,00 de 1,00 Marcar questão Texto da questão Qual atividade listada abaixo é da etapa de interpretação e avaliação dos resultados? Escolha uma opção: a. transformar a natureza dos valores dos atributos b. analisar e interpretar os padrões obtidos na etapa de elaboração de relatórios c. avaliar a necessidade de reiniciar ou não a execução de qualquer uma das etapas anteriores na tentativa de buscar melhores resultados d. aplicar algoritmos específicos para extração de padrões sobre dados Questão 10 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Escolha a tarefa de amostragem que completa corretamente a afirmativa abaixo: A tarefa de detecção de desvios tem por objetivo encontrar dados que não obedeçam ao comportamento geral do modelo de dados. 3.6 Teste – Módulo 3 Iniciado em sábado, 5 ago 2023, 12:32 Estado Finalizada Concluída em sábado, 5 ago 2023, 12:50 Tempo empregado 18 minutos 1 segundo Avaliar 10,00 de um máximo de 10,00(100%) Questão 1 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Como é definido o aprendizado de máquina dentro da Inteligência Artificial (IA)? a. É uma parte da IA responsável pelo desenvolvimento de teorias computacionais com foco na criação de conhecimento artificial, ou ainda, é uma área da IA cujo objetivo é desenvolver técnicas computacionais sobre o processo de aprendizado. b. É um método de IA que permite aos computadores aprenderem automaticamente sem programação explícita. c. É o uso de métodos estatísticos para permitir que os computadores melhorem o desempenho em uma tarefa com o tempo. d. É a capacidade de um computador de aprender com a experiência, ajustar-se a novas entradas e realizar tarefas semelhantes à humana. Questão 2 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Das afirmativas abaixo relacionadas aos algoritmos de indução de árvores de decisão, qual está correta? Escolha uma opção: a. O algoritmo Top-Down Induction of Decision Tree (TDIDT) produz regras de decisão de forma implícita numa árvore de decisão, a qual é construída por sucessivas divisões do conjunto de dados de acordo com os valores de seus atributos preditivos. b. Oalgoritmo ID3 utiliza como medida para o critério de seleção a Razão do Ganho, o qual baseia-se na entropia como medida de impureza, quantificando a variação de um conjunto de exemplos em relação aos valores do atributo alvo. c. O algoritmo TDIDT é um algoritmo recursivo de busca gulosa que procura, sobre um conjunto de atributos, aqueles que melhor agregam o conjunto de exemplos em subconjuntos maiores. d. O algoritmo C4.5 lida com atributos não categóricos; Questão 3 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Em relação aos tipos de margens das SVMs, indique a qual tipo de margem cada definição abaixo se refere: Permite que alguns dados permaneçam entre os hiperplanos referentes aos vetores de suporte, além da ocorrência de alguns erros de classificação Resposta 1 SVM de margem suave Restrições são impostas de maneira a assegurar que não haja dados de treinamento entre as margens de separação das classes. Resposta 2 SVM de margem rígida Questão 4 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Analise a afirmativa abaixo: A técnica de SVM é considerada caixa-preta, ou seja, o conhecimento extraído dos dados através desta técnica encontra-se codificado em equações de difícil interpretação. Escolha uma opção: Verdadeiro Falso Questão 5 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão O que caracteriza a aprendizagem não-supervisionada? a. Este tipo de aprendizado ocorre quando o sistema aprende a classificar exemplos com base em regras predefinidas. b. Este tipo de aprendizado acontece quando o analista contribui com o sistema na construção do modelo de dados, através da definição dos exemplos e a qual classe cada exemplo pertence. c. Esta aprendizagem é realizada com base em observação e descoberta. Como não são definidas classes para os exemplos, o sistema necessita observar os exemplos e reconhecer os padrões por si próprio, resultando em um conjunto de grupos que apresentam padrões de similaridade. d. Este tipo de aprendizado acontece quando o sistema melhora seu desempenho sem qualquer intervenção humana. Questão 6 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Sobre a topologia em camadas das redes neurais artificiais, indique a qual camada cada definição abaixo se refere: Camada na qual é realizado grande parte do processamento e o aprendizado sobre os dados. Resposta 1 Camada intermediária Camada na qual o resultado é concluído e apresentado ao meio externo à rede neural. Resposta 2 Camada de saída Camada na qual os dados são inseridos na rede neural. Resposta 3 Camada de entrada Questão 7 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Analise a afirmativa abaixo: A extração das regras se-então de um modelo de árvore de decisão é feito considerando um trajeto ou caminho do nó raiz até um nó- folha da árvore. Os condicionais se de uma regra são formados pelos atributos preditivos que surgem ao longo do caminho percorrido, testando os valores que os definem, e as consequências então são formadas pelo atributo classe. Escolha uma opção: Verdadeiro Falso Questão 8 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Qual das alternativas elenca somente técnicas da tarefa de classificação do processo de KDD? Escolha uma opção: a. Regressão, Redes Neurais Artificiais e Aprendizagem Indutiva b. Máquinas de Vetores de Suporte, Árvores de Decisão e Redes Neurais Artificiais c. Árvores de Decisão, Redes Neurais Artificiais e Mineração de Dados d. Árvores de Decisão, Aprendizado de Máquina e Redes Neurais Artificiais Questão 9 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão Analise a afirmativa abaixo: Há a seguinte relação interativa e hierárquica no processo de KDD: os analistas e especialistas definem a tarefa a ser realizada pelo processo de KDD, onde cada tarefa possui técnicas a disposição que, por sua vez, são implementadas por algoritmos específicos, os quais efetivamente acessam e utilizam o conjunto de dados. Escolha uma opção: Verdadeiro Falso Questão 10 Correto Atingiu 1,00 de 1,00 Marcar questão Texto da questão O que é aprendizagem indutiva no contexto da Inteligência Artificial? a. É um tipo de aprendizagem que ocorre quando uma máquina melhora seu desempenho sem nenhuma intervenção humana. b. É a prática de ensinar a uma máquina como tomar decisões com base em regras predefinidas. c. É o processo de construção de um modelo em que o ambiente (conjunto de dados) é analisado na busca por tendências e padrões. O modelo deve ser adaptativo, isto é, deve ter a capacidade de aprender a partir do ambiente. d. É a prática de ensinar a uma máquina como aprender a partir de exemplos, a fim de prever a classe de novos exemplos.
Compartilhar