Avaliação Virtual - Interações entre big data e cloud computing

Prévia do material em texto

1) 
O aprendizado de máquina possui abordagens diferentes com o intuito de melhorar o 
desempenho dos modelos preditivos. Elas variam de acordo com o problema de 
negócios. Considere as afirmações abaixo: 
I. Aprendizado supervisionado tem o objetivo de encontrar padrões em um grupo de 
dados cuja classificação é razoavelmente conhecida e, então, aplicar o resultado em um 
processo analítico. 
II. Aprendizado NÃO supervisionado é indicado quando o problema analisado possui 
enorme variedade e quantidade de dados não estruturados ou sem rótulo. 
III. Aprendizado por reforço usa técnica de aprendizado comportamental, por meio de 
feedback da análise dos dados, e direciona o usuário para o melhor desempenho. O 
algoritmo não é treinado com uma coleção de dados, o aprendizado se dá por 
tentativa e erro. 
IV. Rede neural tenta simular o funcionamento do cérebro humano com base no 
treinamento para solução de problemas simples e bem definido. A abordagem de rede 
neural, por ser uma técnica simples, não é recomendada para reconhecimento de voz, 
imagem e comportamento. 
São verdadeiras as afirmações: 
 
Alternativas: 
• I, III e IV. 
• II, III e IV. 
• I, II e IV. 
• I, II e III. 
checkCORRETO 
• I, II, III e IV. 
Resolução comentada: 
as afirmações I, II e III são verdadeiras. A afirmação IV está incorreta, pois a rede neural 
é indicada principalmente para problemas complexos e pouco definidos por ser uma 
técnica complexa recomendada para reconhecimento de voz, imagem, sentimento, 
comportamento, IoT, rastreamento, etc. 
Código da questão: 43897 
2) 
I. O objetivo da análise de dados é gerar sugestões para o tomador de decisão 
baseadas em modelo descritivo ou preditivo, em um algoritmo e fatores externos 
relevantes para o contexto e o problema investigado. 
PORQUE 
II. O tomador de decisão recebe um conjunto de sugestões e visões, acrescenta suas 
experiências, interage com as ferramentas para visualizar e selecionar os elementos 
apropriados, encontra alternativas e, então, seleciona a melhor decisão e planos para 
os objetivos de negócios. 
Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas: 
 
Alternativas: 
• As duas afirmações são falsas. 
• As duas afirmações são verdadeiras e a segunda não justifica a primeira. 
• As duas afirmações são verdadeiras e a segunda complementa a primeira. 
checkCORRETO 
• A primeira afirmação é verdadeira e a segunda é falsa. 
• A primeira afirmação é falsa e a segunda é verdadeira. 
Resolução comentada: 
as duas afirmações são verdadeiras e a segunda complementa a primeira no processo 
de tomada de decisão. Esse processo é composto pelas seguintes etapas: preparação 
de dados, análise de dados, tomada de decisão e repositório de insights. 
Código da questão: 43894 
3) 
Sobre algoritmos de machine learning, considere as seguintes afirmações e marque V 
para verdadeiro e F para falso: 
( ) Algoritmos bayesianos codificam crenças anteriores sobre como os modelos devem 
se parecer. São utilizados quando a quantidade de dados não é significativa para 
treinar o aprendizado de máquina e formar um modelo confiável. 
( ) Algoritmos baseados em instância para treinar dados montam categoria de novos 
dados com base na semelhança dos dados de treinamento. Esse conjunto de algoritmo 
é conhecido como aprendiz preguiçoso, pois não há etapa de treinamento. 
( ) Clustering é uma técnica simples aplicada a algoritmos que busca entender, 
classificar e agrupar um objeto com parâmetros semelhantes. No clustering, os 
elementos agrupados em um cluster são muito mais semelhantes entre si do que os 
elementos de outro cluster. 
( ) Aprendizado profundo leva este nome pois utiliza estrutura de ramificação chamada 
nó, que é semelhante aos galhos ou raiz de uma árvore para representar uma decisão. 
Assinale a alternativa que contenha a sequência correta: 
 
Alternativas: 
• V – V – V – F. 
checkCORRETO 
• F – F – V – V. 
• V – V – F – V. 
• V – F – F – V. 
• V – V – F – F. 
Resolução comentada: 
a quarta afirmação “Aprendizado profundo leva este nome pois utiliza estrutura de 
ramificação chamada nó, que é semelhante aos galhos ou raiz de uma árvore para 
representar uma decisão” é falsa, pois a definição é de um algoritmo de árvore de 
decisão. Os algoritmos desse tipo levam este nome pois utilizam estrutura de 
ramificação chamada nó, que é semelhante aos galhos ou raiz de uma árvore para 
representar uma decisão. 
Código da questão: 43898 
4) 
Sobre a análise dos dados e a inteligência dos algoritmos, considere as seguintes 
afirmações e marque V para verdadeiro e F para falso: 
( ) Os cientistas de dados e profissionais da área pensam que a solução está em investir 
e explorar os algoritmos inteligentes capazes de análise de grandes volumes de dados 
e análise em tempo real. 
( ) Os algoritmos inteligentes criam uma trilha de conceitos analíticos inovadores e 
sistemáticos. 
( ) A lógica algorítmica processa os dados por meio de parâmetros flexíveis e aleatórios. 
( ) Na área humana, os algoritmos de análise de comportamento estão cada vez 
melhores, além de realizarem análise descritivas, fazem também predição. 
Assinale a alternativa que contenha a sequência correta: 
 
Alternativas: 
• V – V – F – F. 
• V – V – F – V. 
a terceira afirmativa é falsa, pois a lógica algorítmica, ao contrário do afirmado, 
trabalha com parâmetros fixos e pré-programados. 
checkCORRETO 
• V – V – V – F. 
• F – F – V – V. 
• V – F – F – V. 
Resolução comentada: 
a terceira afirmativa é falsa, pois a lógica algorítmica, ao contrário do afirmado, trabalha 
com parâmetros fixos e pré-programados. 
Código da questão: 43888 
5) 
Sobre o Big Data, considere as seguintes afirmações e marque V para verdadeiro e F 
para falso: 
( ) O Big Data é utilizado intensamente para melhorar a segurança. Agências de 
segurança mundial detectam intenções terroristas, investigam suspeitos, previnem 
ataques financeiros e cibernéticos. 
( ) O volume e o fluxo de dados permitem que as cidades otimizem o tráfego com base 
em informações de tempo real, mídia social e dados meteorológicos. 
( ) O Big Data, mesmo sendo poderoso, não consegue ajudar o comércio a melhorar 
seus estoques com base na predição de dados da rede social, tendência de pesquisa e 
previsão de tempo. 
( ) Big Data não é somente para uso das organizações e governos, o indivíduo pode se 
beneficiar pela geração de dados de dispositivos vestíveis. 
Assinale a alternativa que contenha a sequência correta: 
 
Alternativas: 
• V – V – F – V. 
checkCORRETO 
• V – V – V – F. 
• V – F – V – V. 
• V – V – F – F. 
• F – F – V – V. 
Resolução comentada: 
a terceira afirmação está incorreta, pois o Big Data pode, sim, ajudar o comércio na 
realização de análise preditiva para gerir melhor os estoques. 
Código da questão: 43878 
6) 
O crescimento rápido de novas tecnologias e a multiplicação dos serviços de 
computação em nuvem e Big Data fazem com que os executivos tenham receio de 
inovarem na implantação dessas soluções, pois elas não trazem benefícios aos 
negócios. 
PORQUE 
Os executivos são pressionados para adotar computação em nuvem e Big Data, pois 
além de uma questão estratégica de aproximação dos clientes e criação de modelos de 
negócios associado ao Big Data, há o custo alto de manter estruturas computacionais 
legadas atuais que a computação em nuvem pode reduzir. 
Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas: 
 
Alternativas: 
• A primeira afirmação é verdadeira e a segunda é falsa. 
• As duas afirmações são verdadeiras e a segunda complementa a primeira. 
• As duas afirmações são falsas. 
• A primeira afirmação é falsa e a segunda é verdadeira. 
checkCORRETO 
• As duas afirmações são verdadeiras e a segunda não justifica a primeira. 
Resolução comentada: 
a primeira afirmação é falsa, pois os executivos estão sendopressionados para a 
implantação e a adoção de novas tecnologias que fornecem às organizações vantagens 
competitivas e liderança em seu mercado de atuação. 
Código da questão: 43904 
7) 
Sobre a relação do Big Data e os negócios, considere as afirmações: 
I. A análise dos dados para obter informações que subsidiem a tomada de decisão 
organizacional possui características um pouco diferentes de captação, processamento 
e apresentação. 
II. A relação entre Big Data e negócios está direcionada para áreas emergentes da 
atualidade, tais como: redes e mídias sociais, armazenamento em massa (data 
warehouse), mineração de dados (data mining), machine learning, qualidade dos 
dados. 
III. As organizações começaram recentemente a se preocupar com o uso dos dados, 
pois somente agora temos computadores e sistemas para coletar e analisar. 
IV. A tendência nessa relação está direcionada para disponibilidade cada vez mais de 
recursos para realizar o processo dos dados com menor custo e mais ferramentas 
gratuitas. 
São verdadeiras: 
 
Alternativas: 
• II, III e IV. 
• I, II e III. 
• I, II e IV. 
checkCORRETO 
• I, III e IV. 
• I, II, III e IV. 
Resolução comentada: 
as afirmações I, II e IV são verdadeiras. Na III, no entanto, é preciso considerar que há 
muito tempo as organizações se preocupam com os dados para uma tomada de 
decisão mais assertiva. 
Código da questão: 43887 
8) 
Para cumprir seus objetivos, ________________ precisa manter em operação uma série de 
__________ poderosos, servidores, banco de dados, ferramentas que coletam, classificam 
e processam grande volume e variedade de dados em formatos diferentes com alta 
velocidade. O Big Data é categorizado por classes que reúnem vários componentes. A 
compreensão de sua estrutura facilita o entendimento da relação da ___________________ 
com o Big Data. 
 
Alternativas: 
• O Big Data – recursos – computação em nuvem. 
checkCORRETO 
• O IaaS – recursos – computação em nuvem. 
• O Big Data – algoritmos – computação em nuvem. 
• O SaaS – recursos – computação em nuvem. 
• A computação em nuvem – recursos – Big Data. 
Resolução comentada: 
as palavras que completam a lacuna são “o Big Data – recursos – computação em 
nuvem”, pois o Big Data, para cumprir seus objetivos, requer uma gama de recursos 
poderosos, servidores, banco de dados, ferramentas que coletam, classificam e 
processam grande volume e variedade de dados em formatos diferentes com alta 
velocidade. O Big Data é categorizado por classes que reúnem seus componentes. A 
compreensão dessa estrutura facilita o entendimento da relação da computação em 
nuvem com o Big Data. 
Código da questão: 43901 
9) 
Sobre a arquitetura Hadoop criada pela Apache Software Foundation, seria CORRETO 
afirmar que o Hadoop: 
 
Alternativas: 
• Tem arquitetura distribuída e de baixa escalabilidade. 
• É projetado para as mais diversas operações com dados em grande escala. 
checkCORRETO 
• É um sistema de código fechado programado em Java. 
• É constituído por um sistema de arquivos locais centralizado em servidores 
locais. 
• Foi baseado no sistema de arquivo local GFS (Google File System) e no 
processamento centralizado do MapReduce. 
Resolução comentada: 
a afirmação “É projetado para as mais diversas operações com dados em grande 
escala” está correta. As demais afirmações podem ser reescritas corretamente, como 
segue: 
- Hadoop é um sistema de código aberto programado em Java. 
- É constituído por sistemas de arquivo descentralizado e cluster distribuído. 
- Foi baseado no sistema de arquivo distribuído GFS (Google File System) e no 
processamento distribuído do MapReduce. 
- Tem arquitetura distribuída de alta escalabilidade. 
Código da questão: 43880 
10) 
Para Steve Perry, __________ está relacionado com o significado de dados, é um processo 
que está cada vez mais acelerado e com mais _____________ variados de dados. Afirma 
que, em breve, chamaremos isso de _____________, pois o valor está no significado que o 
dado representa e não na quantidade (PERRY, 2019). 
 
Alternativas: 
• Big Meaning – fontes e formatos – Big Data. 
• Big Data – fontes e formatos – Big Meaning. 
checkCORRETO 
• Big Meaning – valores – Big Data. 
• Big Data – fontes e formatos – Value Meaning. 
• Big Data – valores – Value Meaning. 
Resolução comentada: 
para Steve Perry, Big Data está relacionado com o significado de dados, é um processo 
que está cada vez mais acelerado e com mais fontes e formatos variados de dados. 
Afirma que, em breve, chamaremos isso de Big Meaning (grande significado), pois o 
valor está no significado que o dado representa e não na quantidade (PERRY, 2019). 
Código da questão: 43876