AdM Sem1 Ativ10

Prévia do material em texto

Atividade Avaliativa – Semana 1 - Aprendizado de Máquinas - COM410 - Turma 001 
 
P E R GU NT A 1 
Considerando a hierarquia clássica de aprendizado e as tarefas associadas, escolha a alternativa que 
completa corretamente as lacunas da frase a seguir. 
 
Na hierarquia clássica de aprendizado, tem-se em seguida as categorias de algoritmos 
de aprendizado supervisionado (tarefas preditivas) e não supervisionado (tarefas 
descritivas). As tarefas preditivas se distinguem pelo valor de rótulo a ser predito: 
discreto, _____________; e contínuo, __________________. 
 
 
no caso de tarefas de classificação, no caso de tarefas de regressão. 
 
 
no caso de tarefas de regressão, no caso de tarefas de agrupamento. 
 
 
no caso de tarefas de regressão, no caso de tarefas de classificação. 
 
 
no caso de tarefas de agrupamento, no caso de tarefas de sumarização. 
 
 
no caso de tarefas de agrupamento, no caso de tarefas de associação. 
2,5 pontos 
P E R GU NT A 2 
Indique qual é a alternativa que apresenta as características das tarefas preditivas de aprendizado de 
máquina (AM). 
 
 
Em tarefas preditivas, algoritmos de AM extraem padrões dos valores preditivos de um 
conjunto de dados para gerar novas regras de associação. 
 
 
Em tarefas preditivas, algoritmos de AM extraem padrões dos valores preditivos de um 
conjunto de dados. Como não fazem uso do conhecimento do “supervisor externo”, 
esses algoritmos usam o paradigma de aprendizado não supervisionado. 
 
 
Uma das principais tarefas preditivas é encontrar regras de associação, que associam 
valores de um subconjunto de atributos preditivos a valores de outro subconjunto. 
 
 
Uma das principais tarefas preditivas, agrupamento de dados, procura grupos de objetos 
similares entre si no conjunto de dados. 
 
 
Em tarefas preditivas, algoritmos de AM são aplicados a conjuntos de dados de 
treinamento rotulados para induzir um modelo preditivo capaz de classificar, para um 
novo objeto representado pelos valores de seus atributos, o valor de seu atributo-alvo. 
2,5 pontos 
P E R GU NT A 3 
O processo de aprendizado pode ser dividido em sete etapas, indique a alternativa que apresenta 
características da etapa 1, “coleta de dados”. 
 
 
Nesta fase, os dados devem ser selecionados em quantidade e qualidade suficientes 
para extrair o conhecimento necessário. 
 
 
Nesta fase, devem ser observadas as vantagens oferecidas para o tipo de dados 
envolvidos e para a complexidade de cada um deles. 
 
 
Nesta fase, os dados devem ser preparados e adequados ao modelo utilizado 
(transformações de unidade, conversão de escala etc.). 
 
 
Nesta fase, utiliza-se os dados separados inicialmente para efetuar os testes e 
determinar se o modelo obtido após o treinamento tem a precisão esperada na predição 
do alvo a partir de conjuntos de dados. 
 
 
Nesta fase, a intenção é aprimorar o modelo a cada novo dado de treinamento 
avaliado. 
2,5 pontos 
https://ava.univesp.br/webapps/blackboard/execute/courseMain?course_id=_7164_1
P E R GU NT A 4 
Entropia pode ser definida como uma medida de grau de pureza de um conjunto de dados. 
Sobre o exemplo de treino na Videoaula 2, assinale a alternativa que apresenta 
corretamente as lacunas ‘a’,’b’,’c’ e ‘d’ de cálculo de Entropia (Jogar | Vento = Forte) para a 
tabela abaixo. 
 
Exemplos de Treino 
Dia Aspecto Temp. Umidade Vento Jogar Tênis 
D1 Sol Quente Elevada Fraco Não 
D2 Sol Quente Elevada Forte Não 
D3 Nuvens Quente Elevada Fraco Sim 
D4 Chuva Ameno Elevada Fraco Sim 
D5 Chuva Fresco Normal Fraco Sim 
D6 Chuva Fresco Normal Forte Não 
D7 Nuvens Fresco Normal Fraco Sim 
D8 Sol Ameno Elevada Fraco Não 
D9 Sol Fresco Normal Fraco Sim 
D10 Chuva Ameno Normal Forte Sim 
D11 Sol Ameno Normal Forte Sim 
D12 Nuvens Ameno Elevada Forte Sim 
D13 Nuvens Quente Normal Fraco Sim 
D14 Chuva Ameno Elevada Forte Não 
 
 
Entropia (Jogar | Vento = Forte) = - a/b * log2(a/b) – c/d * log2(c/d) 
 
 
a = 3, b = 6, c = 3, d = 6 
 
 
a = 6, b = 3, c = 6, d = 3 
 
 
a = 3, b = 14, c = 3, d = 14 
 
 
a = log2(3), b = log2(6), c = log2(6), d = log2(3) 
 
 
a = 14, b = 6, c = 14, d = 6