Simulado TÓPICOS DE BIG DATA EM PYTHON

Prévia do material em texto

Disc.: TÓPICOS DE BIG DATA EM PYTHON 
Aluno(a): ÉRIK ALVES VASCONCELOS 202107007141 
Acertos: 2,0 de 2,0 03/10/2023 
 
 
1a 
 Questão 
Acerto: 0,2 / 0,2 
 
Em relação ao formato dos dados, selecione a opção correta que corresponde 
ao formato dos dados de transações bancárias. 
 
 
dados de Big Data 
 
dados não estruturados 
 
dados estruturados 
 
dados de Internet das Coisas 
 
dados semiestruturados 
Respondido em 03/10/2023 10:00:10 
 
Explicação: 
Os dados de transações bancárias são salvos em tabelas e, portanto, 
correspondem a dados estruturados, que são típicos de sistemas de 
transações on line armazenados em banco de dados. As demais alternativas 
tratam de dados não convencionais que não são armazenados em bancos de 
dados tradicionais. 
 
 
2a 
 Questão 
Acerto: 0,2 / 0,2 
 
Reconhecer os conceitos de Data Lake é fundamental para o profissional de 
Tecnologia da Informação. Selecione a opção correta a respeito do Data Lake. 
 
 
Armazenam os dados de modo eficiente. 
 
Possui alta latência para acesso dos dados. 
 
Demandam por equipamentos especiais. 
 
Aplicam processos de tratamento nos dados. 
 
São exclusivos da distribuição Hadoop Apache. 
Respondido em 03/10/2023 10:01:53 
 
https://simulado.estacio.br/bdq_simulados_ava1_ava2_ead_resultado.asp?cod_hist_prova=318112292&cod_prova=6686829021&f_cod_disc=DGT0134
Explicação: 
O Data Lake utiliza um método muito eficiente para fazer o armazenamento 
dos dados. Dessa forma ele possui baixa latência para acessar os dados. 
Além disso, o Data Lake não demanda por equipamentos especiais e não é 
de uso exclusivo da distribuição Hadoop Apache. 
 
 
3a 
 Questão 
Acerto: 0,2 / 0,2 
 
Os componentes do Spark têm como objetivo facilitar o desenvolvimento de 
projetos com finalidades específicas. Selecione a opção que contém o 
componente do ecossistema do Spark especializado em aplicações de 
aprendizado de máquina. 
 
 
MLSpark 
 
Spark Learning 
 
GraphX Learning 
 
RDDs 
 
MLlib 
Respondido em 03/10/2023 10:03:50 
 
Explicação: 
Gabarito: MLlib 
Justificativa: O componente MLlib é o componente do ecossistema do 
Spark usado para implementar algoritmos estatísticos e de aprendizado de 
máquina para simplificar pipelines de aprendizado de máquina em projetos 
de big data. As opções Spark Learning, GraphX Learning e MLSpark não 
são componentes válidos do Spark. Os RDDs são componentes para 
conjunto de dados resilientes. 
 
 
4a 
 Questão 
Acerto: 0,2 / 0,2 
 
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 as opções I, II, IV. 
 
Apenas a opção III. 
 
Apenas as opções I, II, III. 
 
Todas as opções I, II, III, IV. 
Respondido em 03/10/2023 10:05:26 
 
Explicação: 
A proposição I é correta, pois, assim como o conceito estatístico, o 
DataFrame no Python é um coletivo de objetos Pandas Series, que são 
séries temporais. A proposição II está correta pela definição estatística de 
dados em painel, que são conjuntos de séries temporais heterogêneas 
armazenadas e dispostas de forma tabular. A proposição III não é verdade, 
pois o DataFrame é um conjunto de Series, que por sua vez é muito 
diferente do objeto List do Python. A proposição IV está correta, pois 
atualmente em grande maioria esmagadora, os projetos modernos de análise 
de dados dependem muito dos DataFrames, uma vez que são muito 
cômodos e robustos para análise, principalmente em projetos de 
aprendizado de máquina. 
 
 
5a 
 Questão 
Acerto: 0,2 / 0,2 
 
A qual técnica de Aprendizado de Máquina o Algoritmo de Árvore de Decisão 
Classificadora pertence? 
 
 
Modelos Generativos 
 
Classificação 
 
Agrupamento 
 
Regressão 
 
Q-Learning 
Respondido em 03/10/2023 10:07:37 
 
Explicação: 
O algoritmo de árvore de decisão é um dos mais simples e poderosos 
algoritmos de aprendizado de máquina que pode ser utilizado tanto para 
regressão quanto para classificação, mas muda sua terminação dependendo 
da técnica em questão, por exemplo, para classificação é a Árvore de 
Decisão Classificadora, enquanto para regressão se chama Árvore 
Regressora, ou Árvore de Decisão Regressora. 
 
 
6a 
 Questão 
Acerto: 0,2 / 0,2 
 
(NC-UFPR/2019 - Adaptada) Sobre a IoT (Internet das coisas) e seus blocos 
básicos de construção, identifique como verdadeiras (V) ou falsas (F) as 
seguintes afirmativas: 
( ) Na IoT, os objetos podem prover comunicação entre usuários e 
dispositivos, viabilizando diversas aplicações, tais como coleta de dados de 
pacientes e monitoramento de idosos e sensoriamento de ambientes de difícil 
acesso. 
( ) A tecnologia de IoT consiste na coexistência colaborativa de dois 
componentes: As "coisas" e os protocolos de rede que permitem a sua 
comunicação. 
( ) Protocolos de comunicação: Viabilizam a troca de dados via Internet entre 
os objetos físicos e outros sistemas. 
 
Assinale a alternativa que apresenta a sequência correta, de cima para baixo. 
 
 
V V F 
 
F V F 
 
V F V 
 
F V V 
 
F F F 
Respondido em 03/10/2023 10:10:10 
 
Explicação: 
O avanço da tecnologia criou dispositivos e sensores eletrônicos que geram 
enormes quantidades de dados. Esses equipamentos podem ser utilizados 
em diversas aplicações, tais como: coleta de dados de pacientes e 
monitoramento de idosos e sensoriamento de ambientes de difícil acesso. A 
tecnologia de IoT consiste na coexistência colaborativa de quatro 
componentes: Objetos físicos (ou "coisas"), Computação, Protocolos de 
comunicação e Serviços. 
 
 
7a 
 Questão 
Acerto: 0,2 / 0,2 
 
Em relação ao Data Lake, selecione a opção correta que contenha o(s) 
formato(s) de dados que pode(m) ser armazenado(s) nele. 
 
 
apenas não estruturado 
 
estruturado, não estruturado e semiestruturado 
 
estruturado e semiestruturado 
 
apenas tabelas relacionais 
 
apenas estruturado 
Respondido em 03/10/2023 10:11:02 
 
Explicação: 
O Data Lake pode armazenar dados estruturados, semiestruturados e não 
estruturados que correspondem a característica de variedade dos dados que 
é bem típica de aplicações de Big Data. 
 
 
8a 
 Questão 
Acerto: 0,2 / 0,2 
 
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. 
 
 
Trata-se de um exemplo de utilização do Spark SQL 
 
É um exemplo de aplicação de GraphX. 
 
A implementação do trecho de código está errada. 
 
A execução do trecho de código vai funcionar corretamente. 
 
É possível afirmar que a tabela_teste existe. 
Respondido em 03/10/2023 10:13:48 
 
Explicação: 
Gabarito: Trata-se de um exemplo de utilização do Spark SQL 
Justificativa: O trecho de código corresponde a uma aplicação do Spark 
SQL. Esse componente viabiliza a utilização de código SQL que facilita 
bastante a manipulação de dados estruturados. A implementação está 
codificada corretamente, apesar de não ser possível afirmar se vai executar 
sem erros, pois no código não aparecem informações que permitam fazer 
afirmações sobre a execução. 
 
 
9a 
 Questão 
Acerto: 0,2 / 0,2 
 
A visualização dos dados é fundamental no processo de análise e 
interpretação. Qual o tipo de visualização de dados mais indicada para dados 
temporais? 
 
 
Gráfico de Barra. 
 
Gráfico de Estrela. 
 
Gráfico de Linha. 
 
Gráfico de Matriz de Dispersão. 
 
Gráfico de Faces de Chernoff. 
Respondido em 03/10/202310:14:48 
 
Explicação: 
O gráfico de linhas passa a visualização de cronologia, acompanhando a 
linha de vida do dado, mostrando através das inclinações ou gradientes, o 
crescimento ou decrescimento do dado. As demais alternativas indicam 
tipos de visualização inadequados para dados temporais. 
 
 
10a 
 Questão 
Acerto: 0,2 / 0,2 
 
As técnicas de aprendizado de máquina para aprendizado supervisionado são: 
 
I - Classificação 
II - Agrupamento 
III - Regressão 
 
 
Apenas II e III 
 
Apenas I e III 
 
Apenas II 
 
Apenas I 
 
Apenas I e II 
Respondido em 03/10/2023 10:16:04 
 
Explicação: 
O aprendizado supervisionado contempla duas técnicas que são a de 
classificação, em que o modelo tenta aprender a categorizar observações, e 
a regressão, que tenta aferir um valor numérico para novos registros, 
baseado no registro histórico e suas características.