Prévia do material em texto

Questão 1/10 - Inteligência Artificial Aplicada 
Você necessita executar o treinamento de um modelo de aprendizagem. Para isso você coletou uma quantidade considerável de dados, 
e os dividiu em duas partes: uma para treino e outra para testes. Ao consultar um colega mais experiente sobre o processo de treinamento, 
ele perguntou se você havia executado a etapa de preparação dos dados. 
Valendo-se dos seus conhecimento de aprendizagem de máquina você ponderou sobre o conselho do seu colega e: 
 
A não executou a fase de preparação pois ela não é necessária 
 
B resolveu executar uma fase de preparação, pois ela é importante 
Você assinalou essa alternativa (B) 
 
C não executou uma fase de preparação, pois a quantidade de dados é suficiente 
 
D executou a fase de preparação apenas nos dados de treino 
 
E executou a fase de preparação apenas nos dados de teste 
 
Questão 2/10 - Inteligência Artificial Aplicada 
“Após a extração e seleção de atributos, os vetores de atributos servem como entradas para os métodos de aprendizagem de máquina. 
Esses métodos utilizam as informações fornecidas para criar um conhecimento sobre como os dados fornecidos estão organizados e 
distribuídos. A escolha do método que será utilizado, assim como no caso dos atributos, depende do problema.” (Material impresso da 
Aula 1 – Tema 4). 
Sobre tipos de aprendizagem é correto afirmar: 
 
A Aprendizagem supervisionada é aquela que se assemelha a escolha de uma caminho em grafos. Sempre que fazemos uma busca em profundidade se obtém a completitude ótima 
 
B Machine Learning pode ser compreendida como um conjunto de técnicas ou métodos que permitem às máquinas aprender por meio da visão computacional. 
 
C A aprendizagem por reforço é um tipo de machine learning voltado a redes neureais naturais baseadas no Perceptron de Rosemblatt. 
 
D Os métodos de aprendizagem supervisionada são aqueles cujos dados fornecidos para o processo de aprendizagem e incluem exemplos com a identificação da solução desejada 
Você assinalou essa alternativa (D) 
 
Questão 3/10 - Inteligência Artificial Aplicada 
Você necessita executar o treinamento de um modelo de aprendizagem, porém a quantidade de dados disponíveis é muito pequena e 
não há como obter novos dados. 
Valendo-se dos seus conhecimento de aprendizagem de máquina, para conseguir executar o treinamento do modelo você 
deverá: 
 
A utilizar uma estratégia de validação cruzada 
Você assinalou essa alternativa (A) 
 
B utilizar os dados na proporção 80-20 
 
C utilizar os dados na proporção 50-50 
 
D treinar e testar com os mesmos dados 
 
E utilizar todos os dados para treino e não testar 
 
Questão 4/10 - 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 planejar um modelo de aprendizagem de 
máquina para trabalhar com textos, que serão fornecidos de forma sequencial ao modelo. 
Utilizando os seus conhecimentos de aprendizagem de máquina e sabendo que a sua equipe dispõe de capacidade de 
processamento e dados em abundância, você recomendaria a utilização de: 
 
A um classificador bayesiano 
 
B um classificador do tipo k-Means 
 
C uma classificador do tipo k-NN 
 
D uma rede neural do tipo LSTM 
Você assinalou essa alternativa (D) 
 
E uma rede neura do tipo CNN 
 
Questão 5/10 - Inteligência Artificial Aplicada 
“Machine Learning atualmente é considerada como uma subárea da Inteligência Artificial, e nós devemos diferenciá-la dos métodos de 
Inteligência Artificial (IA) que lidam com problemas de busca, agentes inteligentes e resolução de problemas, como por exemplo fazer 
com que o computador consiga definir a melhor jogada em uma partida de xadrez ou encontrar a saída de um labirinto.” (Materia l 
impresso da Aula 1 – Tema 2). 
Sobre ML é correto afirmar: 
 
A 
Uma grande vantagem dos métodos de Machine Learning é que o processo de aprendizagem pode ser automatizado à medida que novos exemplos são identificados e apresentados ao algoritmo. 
Você assinalou essa alternativa (A) 
 
B 
Machine Learning pode ser compreendida como um conjunto de técnicas ou métodos que permitem às máquinas obter a capacidade de raciocínio líquido, utilizando o conhecimento armazenado, permitindo novas conclusões, durante a comunicação. 
 
C Uma grande vantagem dos métodos de Machine Learning é que o processo de aprendizagem não depende de visão computacional ligada as estruturas de busca mas sim buscas em sistemas especialistas. 
 
D Machine Learning não pode ser totalmente compreendida uma vez que técnicas ou métodos que permitem às máquinas obter a capacidade de raciocínio líquido, ainda não são conhecidas, nem mesmo durante a comunicação. 
 
Questão 6/10 - Inteligência Artificial Aplicada 
Métodos como árvores de decisão apresentam vantagens quando comparados a métodos mais complexos como redes neurais ou, até 
mesmo, o k-NN. 
Considerando o texto acima e valendo-se do seu conhecimento sobre aprendizagem de máquina, pode-se afirmar que dentre 
essas vantagens está: 
 
A a capacidade de lidar com dados em altas dimensões 
 
B o fato de fornecer resultados melhores 
 
C facilidade de interpretação dos resultados 
Você assinalou essa alternativa (C) 
 
D a base de treino menor 
 
E a base de teste menor 
 
Questão 7/10 - 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 explanação de trechos de códigos em 
linguagem relacionados ao treinamento de modelos de aprendizagem de máquina. 
Um modelo de árvore de decisão estava apresentando resultados muito ruins, errando grande parte das predições. O modelo foi definido 
usando o seguinte código: 
from sklearn import tree 
 clf = tree.DecisionTreeClassifier(criterion = "gini", 
 splitter = "best", max_depth = 5) 
Analisando melhor os nós e folhas gerados no processo, que o modelo não estava realizando divisões suficientes que permitissem separar 
bem as categorias. 
Para obter melhores resultados com esse modelo você sugere que a definição dele seja feita da alterando o parâmetro: 
 
A max_depth para 10 
Você assinalou essa alternativa (A) 
 
B max_depth para 1 
 
C max_depth para 4 
 
D splitter para maximum 
 
E splitter para None 
 
Questão 8/10 - Inteligência Artificial Aplicada 
“Dado categórico é o tipo de dado estatístico que consiste em variáveis categóricas ou em dados que foram convertidos para esse formato, 
por exemplo, como dados agrupados. Mais especificamente, os dados categóricos podem derivar de observações feitas de dados 
qualitativos que são resumidos como contagens ou tabulações cruzadas, ou de observações de dados quantitativos agrupados em 
determinados intervalos.” 
Disponível em <https://pt.wikipedia.org/>. 
Como um profissional da área de ciência de dados você sabe que variáveis categóricas podem receber valores de 1 até o limite 
dos possíveis valores, ainda que a descrição ou valor real do campo seja diferente do número que a representa. Assim, podemos 
considerar como um exemplo de variável categórica : 
 
A o preço de um produto 
 
B o tipo sanguíneo de uma pessoa 
Você assinalou essa alternativa (B) 
 
C a idade de uma pessoa 
 
D o nome de uma pessoa 
 
E o peso de uma pessoa 
 
Questão 9/10 - Inteligência Artificial Aplicada 
 
A figura acima mostra um modelo de árvore de decisão aplicado a um conjunto de dados. 
Valendo-se dos seus conhecimentos de aprendizagem de máquina e de modelos de árvores de decisão, podemos afirmar que o 
campo samples na raiz e nas folhas indicam respectivamente: 
 
A o total de amostras do conjunto e o total de amostrasde um agrupamento final 
 
B o total de amostras do conjunto e o total de amostras de uma classe 
Você assinalou essa alternativa (B) 
 
C o total de amostras de treino e o total de amostras de uma classe 
 
D metade das amostras do conjunto e o total de amostras de uma classe 
 
E o total de amostras que o modelo suporta e o total de amostras de uma classe 
 
Questão 10/10 - 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 tradução de trechos de códigos em linguagem 
relacionados ao treinamento de modelos de aprendizagem de máquina. 
Um dos trechos que a equipe gostaria de decifrar se refere ao seguinte código: 
from sklearn.preprocessing import StandardScaler 
X = carrega_dataset() 
sc = StandardScaler() 
sc.fit(X) 
De acordo com os seus conhecimentos de aprendizagem de máquina, o código acima executa: 
 
A um processo de treinamento dos dados 
 
B um processo de predição 
 
C um processo de normalização dos dados 
Você assinalou essa alternativa (C) 
 
D um processo de expansão dos dados 
 
E não faz nada e pode ser comentado